Психотравматология

Существует великое множество различных алгоритмов обучения, которые делятся на два больших класса: детерминистские и стохастические. В первом из них подстройка весов синаптических связей представляет собой жесткую последовательность действий, во втором – она производится на основе действий, подчиняющихся некоторому случайному процессу. В терапии должна использоваться динамическая подстройка весовых коэффициентов синапсов, в ходе которой выбираются, как правило, наиболее слабые связи и изменяются на малую величину в ту или иную сторону. Для закрепления сохраняются только те изменения, которые повлекли уменьшение ошибки на выходе всей сети.

Алгоритмы обучения изменяют структуру нейронной сети, то есть количество активных нейронов и их взаимосвязи. Такие преобразования правильнее назвать - самоорганизацией. Очевидно, что подстройка синапсов проводиться на основании информации, доступной в нейроне, то есть его состояния и уже имеющихся весовых коэффициентов синапсов. Исходя из этого соображения и, что более важно, по аналогии с известными принципами самоорганизации нервных клеток должны быть, построены алгоритмы обучения нейронной сети.

Обучение обычно строится так: существует набор примеров с заданными ответами. Эти примеры предъявляются. Нейроны получают по входным связям сигналы – «условия примера», преобразуют их, несколько раз обмениваются преобразованными сигналами и, наконец, выдают ответ – также набор сигналов. Отклонение от правильного ответа штрафуется. Обучение состоит в минимизации штрафа как (неявной) функции связей. Эффективное обучение происходит в измененном состоянии сознания. Перспективным является использование биологической обратной связи.

Мозг учиться постоянно, и для обучения необходима «обучающая среда». Она (нейронная сеть) запоминает, а затем воспроизводит поведение индивида в ситуациях, которые ей известны. Для лечения и улучшения процессов психического развития необходимо использовать подход, который бы способствовал выбору слоев нейронной сети и их обучение путем изменения в ней веса рецепторов. Лечение = обучение нейронной сети, таким образом, чтобы произошло (достижение) преобразования механизмов болезненного отражения действительности. Необходимы технологии, использующие биологически обратную связь, которые прицельно воздействовали на нейронные сети. Существуют, по механизмам активности, бинарные и аналоговые нейронные сети. Первые из них оперируют с двоичными сигналами, и выход каждого нейрона может принимать только два значения: логический ноль ("заторможенное" состояние) и логическая единица ("возбужденное" состояние). В аналоговых сетях выходные значения нейронов спо­соб­ны принимать непрерывные значения. Выделяют нейронные сети по временному принципу: синхронные и асинхронные. Сети с непрерывным временем и сети с дискретным асинхронным временем. Сети с дискретным временем, функционирующие синхронно. В первом случае в каждый момент времени свое состояние меняет лишь один нейрон. Во втором – состояние меняется сразу у целой группы нейронов, как правило, у всего слоя. Можно сказать, что работа сетей сводится к классификации (обоб­щению) входных сигналов, принадлежащих n-мерному гипер­про­странству, по некоторому числу классов. Это происходит путем разбиения гипер­про­стран­ства ги­пер­плоскостями.