0
我使用圖論理論框架來建模信息流問題。算法調整網絡的邊緣的權重（最好與相關的Matlab工具箱的建議）
我正在尋找一種算法，它將調整圖形的邊緣權重以產生特定的行爲。 正如我正在使用Matlab，如果存在一個專用的工具箱，它將有助於可視化\建模\編寫算法，這將是巨大的。
問題域是如下：
- 圖形的邊緣進行加權和定向。
- 圖中的信息流與時間有關。也就是說，有一個全局時間變量，它可以抽象每個增量t，其中爲每個節點進行一些計算。
- 節點被分配一個可能在每個時間步驟中改變的數值 - 我們稱之爲節點激活的程度。
模型
由3層，每層由其中如果節點我和節點Ĵ由強度的節點連接瓦特比的值的矩陣表示單元格''列和j''行是w。
，爲了說明方便，我們將其命名圖層：L1 - 輸入，L2 - 計算，L3 - 輸出。 這些層完全連接，即l1的每個矩陣單元連接到l2的每個單元，並且同樣地，l2的每個單元連接到l3的每個單元（邊被指引）。
在時間步驟噸每個節點的活化程度是在時間的所有連接到它的節點，每個節點乘以所述連接邊的權重的噸-1激活的功能。 例如，如果我們考慮在輸入層i1的2個節點，I2連接到計算層的單個節點C1與重量W1，W2分別，我們將說，導通時間t = 0激活i1的，I2是A1，A2分別比在時間的C1激活水平噸= 1等於至f（W1 * A1，W2 * A2）。
模型的先驗知識決定了輸入層L1的什麼激活模式（0 \ 1的佈置）的精確的預測將導致輸出層L3。 現在，我想以某種方式訓練網絡來調整邊的權重，以便在足夠的時間（Δt）之後，激活的動態將導致輸入層從輸入層到輸出層期望輸出的發散。
所以我的2個問題是：
什麼是好的算法對網絡進行訓練對該系統調整的權重（一個簡單的算法名稱或維基百科的鏈接將是一個很好的開始）？其次，如果您知道現有的Matlab工具可以使實施更輕鬆，那更好。
謝謝！