Показано, что при увеличении числа учитываемых параметров и с понижением их качества автомат обучения персептрона теряет устойчивость и осуществляет случайные незатухающие колебания. Увеличение числа примеров обучения приводит к обратному эффекту повышения устойчивости и выходу автомата обучения из зоны неустойчивых колебаний. Предложено обучать персептрон в неустойчивом режиме, усредняя результаты непрерывных блужданий автомата обучения по многомерной поверхности оптимизации.

Н. А. Иванова

студент механико-математического факультета Московского государственного университета им. М.В. Ломоносова.