Hebbian Learning Rule???

Questo è un algoritmo del 1989, ed è noto anche come regola di Sanger…

Studiando il numero dei neuroni presenti nel cervello dell'uomo viene rilevato che con l'aumentare dell'età e delle esperienze memorizzate, non ci sono variazioni sulla quantità di neuroni

Queste osservazioni portarono Hebb Hebbian (nel 1949) ad ipotizzare che le informazioni fossero memorizzate modificando i collegamenti sinaptci.

Questo metodo si utilizza per tipi di reti neurali feedforward neural network, lineari, con apprendimento senza supervisione.

Rispetto alla regola di Oja differisce perché la rete possiede più output.

I cambiamenti nei pesi delle sinapsi sono proporzionali alla correlazione tra le attivazioni dei neuroni davanti e dietro la sinapsi e non in base ad un addestramento che propone un output desiderato.

Ecco cosa può avvenire tra i neuroni nel cervello : somma_di_afferenze_sinaptiche

vedere sinapsi Long-Term_Potentation