WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


Pages:     | 1 |   ...   | 6 | 7 ||

Детерминистические: НС пошагово корректирует веса определяемые выходом и алгоритмом. Стохастические не изменяет веса псевдослучайно, сохраняя те, которые ведут к уменьшению ошибки. Достоинства: снимается проблема глобального минимума и возможное отсутствие сходимости сети при малых шагах изменения весов. Недостаток: по сравнении с детерминистическим алгоритмом – длительность процесса обучения.

Пример алгоритма обучения методом - правила Сначала :

- Выбираем уровень допустимости ошибки 0.Для двоичных выходов можно выбрать 0=0. Составим таблицу обучающих пар X -Y 1. Задаем случайную матрицу весов небольших значений (-0,3…+0,3) входной целевой 2. Предъявляем любой вход (вектор входа) и вычисляем вектор ответа НС YjНС 3. Вычислим вектор ошибок j=Yj-YjНС 4. Изменяем веса Wij=Wij+jXi -коэф. Скорости обучения лежит в диапазоне 0<<=5. Вычисляем суммарную ошибку m = de m – количество выходов НС j 6. если >0 идем на шаг 2 иначе завершаем обучение.

7. Тестируем НС входом не входящим во множество векторов обучения.

8.7 Примеры тестирования простых НС Удобно проводить с помощью геометрических представлений.

Входной вектор X это группа (область) точек в многомерном пространстве.

Распознавание (классификация) это объединение точек или областей образов по классификационным признакам Yj. Например проведение одной или нескольких прямых (линейная НС) для двумерного образа (входного вектора) или плоскостей (поверхностей) для трёхмерного образа или плоскостей, криволинейных поверхностей для n>3 мерного образа.

- Распознавание логических функций а XИ b c число Х1 Х2 ИЛ И Чет - нечет И 01(1) 11(3) 0 0 0 0 0 Чет-нечёт 1 0 1 1 0 b X1 2 1 0 1 0 00(0) ИЛИ a 10(2) 3 1 1 1 1 Эти задачи под силу однослойному персептрону a – прямая разграничения функции ИЛИ b – прямая разграничения функции И c – прямая разграничения функции «чёт-нечёт» Однослойный персептрон с двумя двоякими входами способен различать 14 из логических суждений кроме функций «исключительное ИЛИ» и «исключительной ИЛИНЕ» Рассмотрим ещё некоторые функции.

XX1 WРис. 8.10 (а, б) Y 1 * b d* net V X2 WX0 * a c* Х1 Х2 точки 0 0 a 0 1 b 1 0 c 1 1 d net = X1W1+X2W2;

,1 net V Y =,0 net < V Возьмем V=0,5. Все точки отвечающие условию V=0,5 лежат на прямой X1W1+X2W2=0,5. Выбирая W1 и W2 получим прямые разграничивающие на плоскости признаков X заданные логические функции Yj, рисунки V W1 5,0 WX2 -= X1 = - XW2 WW W1. Для W1= +1, W2= -1; X2= -0,5 + X1;

XY=Y=X0 Рис 8.11(а) 2. Для W1= -1, W2= 1; X2= 0,5 + X1;

XY= Y=1 X Рис 8.11(б) 3. Для W1= -1, W2= -1; X2= -0,5 - X1;

X0 1 XY=1 Y=Рис 8.11(в) 4. Для W1= 1, W2= 1; X2= 0,5 - X1;

XY= 0 1 XY= Рис 8.11(г) 5. Возьмем V=1,5 W1= 1, W2= 1; X2=1,5 - X1;

XY=0 Y=X Рис 8.11(д) Проблема XOR Точки (числа) 1 и 2 надо отделить от точек 0 и 3. Одной прямой это сделать невозможно. Но двумя прямыми можно. Следовательно, необходимо двух – слоеная нейронная сеть, рис.8.12.

X0=X0=0 1.-0. 0.Y net +X1 - -Y - net X2 -Y net -1–й слой 2–й слой Рис 8.,1 net netf )( =,0 net < Матрица 1-го слоя,1 5 0 5, W1 -= - -- Матрица 2-го слоя - 5, W2 = - Тестирование Комбинированный Выход 1Входной Комбинированны Выход 2-го вход 1-го слоя го слоя вектор net11 net12 Y11 Y12 й вход 2-го net 2 слоя Y1 11 [-0,5 -1,5] [0 1] -0,5 1 10 [0,5 -0,5] [1 0] 0,5 1 01 [-0,5 -0,5] [1 0] 0,5 1 00 [1,5 0,5] [1 1] -0,5 Функция XOR Задача. Показать что множество чисел {0,1,2,3,4,5,6,7} персептрон может отделить четные числа от нечетных Матрица V=WW 01,1 WX iji WW 11 Wij == XY ij,0 WX < WW i iji 21 WW 31 X101[5] 001(1) Y1(чёт) X0= 011(3) XXY2(нечёт) XX3 Х010[2] 110[6] Рис 8.13 (а, б) [ ] – чёт ( ) - нечёт Из геометрического представления видим, что чётные числа отделяются от нечётных одной плоскостью.

Литература 1. Тео Мандел, Разработка пользовательского интерфейса : пер.с англ. –М:ДМК ПРЕСС, 2001, 416 с 2. Брукшир, Дж., Глейн. Введение в комьпьютерные науки. Общий обзор. 6-е изд:

пер. с англ. – М.: «Вильямс», 2001.-688с 3. Густав Олсон, Джангундо Пиани. Цифровые системы автоматизации и управления. СПб: «Невский Диалект»,2001.-557 с 4. Калахан, Роберт. Основные концепции нейронных сетей: пер с англ. –М.:

«Вильямс»2001 – 288 с 5. Тавернье К. Схемы синтезаторов речи: пер с фр. –М.: ДМК ПРЕСС. 2001 –176 с 6. Гультяев А.К. Мишин В.А.: Проектирование и дизайн пользовательского интерфейса. – СПб: Корона, 2000. –352 с 7. Пескова С.А. Гуров А.Н., Кузин А.В. Центральные и переферийные устройства электронных вычислительных средств/ под ред. О.П. Глудкина, -М.: Радио и связь, 2000. – 496 с Содержание 1. Интеллектуальные интерфейсы 1.1 Общее описание 1.2 Элементы сопряжения ПК с внешними объектами 1.3 Замечание об информационном взрыве 1.4 Возможности и функции человека и машины в системе человек – машина 1.5 Взаимодействие человека с компьютером 2. Математическое моделирование переработки информации человеком- оператором. Информационные процессы в деятельности человека.

2.1 Информационная модель восприятия человеком показаний одного прибора 2.2 Информационная модель наблюдения человеком показаний нескольких приборов 3. Модель памяти человека как информационной системы Характеристики памяти 3.1 Общее описание 3.2 Структура памяти 3.3 Сенсорная непосредственная память 3.4 Кратковременная оперативная память 3.5 Математическая модель памяти 3.6 Переработка информации иконической (зрительной) памятью 4. Общие характеристики воспринимающих информацию сенсорных анализаторов органов чувств человека 4.1 Основные понятия 4.2 Классификация и параметры 4.3 Основные параметры анализаторов 4.4 Обнаружение и интерпретация сенсорных сигналов 4.5 Закон Вебера – Фехнера 4.6 Количество воспроизводимых градаций ощущений 5. Восприятие звука 5.1 Пороги слышимости 5.2 Громкость звука 5.2.1 Кривые равной громкости 5.2.2 Дифференциальная чувствительность к изменению громкости 5.2.3 Критические полоски звука 5.2.4 Уровни громкости сложных сигналов 5.2.5 Нелинейные свойства слуха 5.2.6 Эффект маскировки 5.3 Восприятие высоты звука 5.3.1 Общие сведения 5.3.2 Дифференциальная чувствительность к изменению высоты тона 5.3.3 Ш калы ощущения высоты тона 5.3.4 Восприятие тембра звука 5.3.5 Связь между физическими свойствами звука и слуховыми ощущениями 5.4 Инерция слуха. Временные характеристики 6. Характеристики речи 6.1 Уровнеграмма 6.2 Спектр сигнала речи 6.3 Речевые звуки 6.4 Разборчивость речи 6.5 Анализ и синтез речи 7. Устройства ввода-вывода речевой информации 7.1 Модель речи 7.2 Структурная схема анализатора речи 7.3 Структура устройства ввода речи 7.4 Устройства ввода речевой информации. Синтезаторы 8. Нейронные сети 8.1 Введение 8.2 Биологический нейтрон и его формальное моделирование 8.3 Вычисление сигнала активности 8.4 Однослойный персептрон 8.5 Общие принципы и основные компоненты нейронных сетей 8.6 Обучение нейронной сети 8.7 Примеры тестирования простых нейронных сетей Литература Составитель: Будко Владислав Николаевич Редактор:

Pages:     | 1 |   ...   | 6 | 7 ||










© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.