diff --git a/00 Inbox/Алгоритм обучения сети Кохонена.md b/00 Inbox/Алгоритм обучения сети Кохонена.md
index 8722f61..807ac2c 100644
--- a/00 Inbox/Алгоритм обучения сети Кохонена.md	
+++ b/00 Inbox/Алгоритм обучения сети Кохонена.md	
@@ -18,4 +18,11 @@ title: Алгоритм обучения сети Кохонена
 ## Выбор нейрона-победителя
 - Расчет скалярного произведения вектор весовых коэффициентов с вектором входных значений (уровень входного возбуждения). Максимальное произведение дает выигравший нейрон.
 $$S_{j}=\sum\limits_{i=1}^{m}x_{i}w_{ij}=||x|| * ||w^{j}||*cos(\phi)$$
-- Расче
\ No newline at end of file
+- Расчет расстояния между этими векторами в $m$-мерном пространстве, где $m$-размер векторов. В данном случае, "побеждает" нейрон с наименьшим расстоянием. $$D_{j}=\sqrt{\sum\limits_{i=1}^{m}(x_{i}-w_{ij})^{2}},$$
+где
+$j$ - индекс нейрона, $i$ - индекс входа, $w_{ij}$ - вес синапса.
+
+## Нормализация входных значений
+При использовании обучения по алгоритму Кохонена на стадии инициализации существует практика нормализации:
+- входных образов$$x_{j}=\frac{x_{j}}{\sqrt{\sum\limits_{l=1}^{m}x_{l}^{2}}}$$
+- начальных значений весовых коэффициентов$$w_{ij}=w_{ij}/\sqrt{\sum\limits_{l=1}^}$$
\ No newline at end of file