ADALINE ( Adaptive Linear Neuron ou Adaptive Linear Element ) é uma rede neural artificial de camada única.
Foi desenvolvido pelo professor Bernard Widrow e um de seus alunos, Ted Hoff, da Universidade de Stanford em 1960. Adaline depende do neurônio formal de McCulloch e Pitts . Consiste em um peso sináptico , bias (uma constante é adicionada à entrada) e uma função de soma .
A diferença entre Adaline e o modelo McCulloch-Pitts está na fase de aprendizado , onde os pesos sinápticos são ajustados em função da soma ponderada das entradas de dados. No perceptron padrão (McCulloch-Pitts), a rede passa pela função de ativação (ou função de transferência) e a função de saída é usada para ajustar os pesos sinápticos.
Também existe uma extensão chamada Madaline.
Adaline é uma rede neural de camada única, com vários nós, cada um aceitando várias entradas e gerando uma saída. Dadas as seguintes variáveis:
então: .
E se assumirmos que:
então a saída se reduz ao produto escalar de x e w:
Deixe-nos representar:
em seguida, os pesos são atualizados da seguinte forma: .
Adaline converge no erro de mínimos quadrados que é: