競爭學習

人工神經網路的信息處理功能是由網路單元的輸入和輸出特性、網路的拓撲結構、連接權和神經元的閾值所決定。在網路結構固定時，學習過程則歸結為修改連接權。人工神經網路的學習方式有多種。競爭學習是指網路單元群體中所有單元相互競爭對外界刺激模式響應的權利。競爭取勝的單元的連接權向著對這一刺激模式競爭更有利的方向變化。相對來說，競爭取勝的單元抑制了競爭失敗單元對刺激模式的響應。這種自適應學習，使網路單元具有選擇接受外界刺激模式的特性。競爭學習的更一般形式是不僅允許單個勝者出現，而是允許多個勝者出現，學習發生在勝者集合中各單元的連接權上。