Модель распознавателя реализует обучение по результатам опыта: при удачном результате (Хорошо) – устанавливается возбуждающая связь от каждого отмеченного возбужденного элемента рецепторного поля, при неудачном (Плохо) – тормозная связь от каждого возбужденного элемента новых признаков восприятия (т.е. выделяется новизна).

После нажатия кнопки Задать первоначальный образ. произойдет первичная фиксация связей образа с установлением баланса возбуждающих и тормозных связей, обеспечивающих распознавание в данным порогом срабатывания неройна - утрировано будет задан "Порог распознавания".

Сумма воздействий сравнивается с порогом распознавателя и если она превышает его, выдается сигнал: ДА! это - тот образ, иначе – сигнал: НЕТ! это - не тот образ.

В отличие от персептрона данная модель не модифицирует уже установленные связи путем подборки коэффициента передачи, а  реализует природный способ установления все новых и новых возбуждающих и тормозных связей, которых на один нейрон может приходиться до 10000.

Доступен свободно исходный код модели.

Обучение распознавателя

Как и при созревании нейрона в первичной зоне мозга (см. демо), он в течение довольно короткого периода формирует связи с предшествующими нейронами (рецепторами элементраного признака восприятия). За это время нужно предъявить ему преимущественно какой-то один образ.

Щелкните по одному из верхних образов (Предьявить образ для научения) и нажмите кнопку Задать первоначальный образ.

После нажатия произойдет первичная фиксация связей образа с установлением баланса возбуждающих и тормозных связей, обеспечивающих распознавание в данным порогом срабатывания неройна - утрировано будет задан Порог распознавания.

Теперь можно предъявлять разные образы или с верхней линейки предопределенных или нащелкивая непосредственно в поле распознавания.
В случае, если вы посчитаете, что результат распознавания не верен (т.е. хотите его перенастроить так, что в данном случае был другой результат распознавания), то нужно нажать кнопку Плохо. И так = до тех пор пока не будет приемлемый результат распознавания.
Т.е. вы подменяете собой систему значимости организма, оценивающую результат. И делаете это, сами решая, что данный профиль в рецепции - новый по отношению к первичному.
Но, нажав на Плохо, вы даете как бы сигнал, что новые признаки нужно переоценить соотвествующими связями. Происходит выделение новых признаков и их запись с соотвествующими связями.
Если распознавание дало позитивный результат и вы считаете, что это правильно, т.е. подтверждаете уверенность в этом, нажав на Хорошо, то вся история стирается, и новым исходным образом будет уже этот.

Можно пробовать менять порог распознавания (в единицах возбуждающих влияний - вводя цифру в окошко Порог распознавания), имитируя его изменения в реальности под действием дестабилизирующих факторов или же тормозного или возбуждающего влияния, что или расширяет число возможных узнавания или вообще блокирует возможность распознавания.

Для удобства первоначальный образ показывается внизу.

Обучение состоит из последовательных шагов попыток распознавания и корректирования опыта оценкой с помощью интеллекта экспериментатора.

Следует иметь в виду следующее.

1. Распознавание, как правило, не бывает досконально точным, и даже некоторая несхожесть с идеальным образом, все же, может давать достаточно верный практически результат распознавания.

2. Распознается только статическое изображение и при его сдвиге распознавания не будет. Чтобы распознавалось независимо от положения изображения на сетке, нужно сначала было бы обучить несколько распознавателей статическим картинкам в разных позициях, а затем обучить распознаватель более высокого уровня, чтобы при поступлении сигнала любого из предыдущих выдавался бы инвариантный позиции сигнал распознавания. В случае персептронов такое осуществляется многослойным пересептроном, а данная модель имитирует работу только одного природного распознавателя – нейрона.