競争学習は人工ニューラルネットワークの学習方法です。

ネットワーク構造が固定されている場合、学習プロセスは接続権の変更に要約されます。競合学習とは、ネットワーク ユニット グループ内のすべてのユニットが外部刺激パターンに応答する権利をめぐって互いに競合することを意味します。

競争に勝ったユニットの接続重みは、相対的にこの刺激モードの競争に有利な方向に変化する。競争に勝ったユニットは、刺激モードに対する競争に失敗したユニットの応答を抑制する。この種の適応学習により、ネットワーク ユニットは外部刺激パターンを選択的に受け入れる特性を持つことができ、より一般的な形式の競争学習では、単一の勝者が出現するだけでなく、ネットワーク内の各ユニットで複数の勝者が出現することが可能になります。接続右側の勝者セット。