Міністерство освіти і науки України Національний університет „Львівська політехніка” Кафедра електронних обчислювальних машин Звіт про виконання лабораторної роботи № 1 з курсу „ Організація інтелектуальних обчислень ” Тема: Нейронні мережі Мета роботи: Ознайомитися із структурою штучних нейронних мереж, дослідити роботу програми Neural Network Wizard по начванню нейронної мережі. Теоретична частина Нейронні мережі – це самонавчальні системи, імітуючі діяльність людського мозку. Розглянемо докладніше структуру штучних нейронних мереж (ШНМ) і їхнє застосування в конкретних задачах. Незважаючи на велику розмаїтість варіантів нейронних мереж усі вони мають загальні риси. Так усі вони, також як і мозок людини, складаються з великого числа однотипних елементів – нейронів імітуючих нейрони головного мозку і зв'язані між собою. На рис.1. показана схема нейрона

(1)  З рис.1. видно, що штучний нейрон, так само як і живий, складається із синапсів, що зв'язують входи нейрона з ядром, ядра нейрона, яке здійснює обробку вхідних сигналів і аксона, що зв'язує нейрон з нейронами наступного шару. Кожен синапс має вагу, яка визначає наскільки відповідний вхід нейрона впливає на його стан. Стан нейрона визначається за формулою: де n - число входів нейрону, xi – значення i-го входу нейрона, wi – вага i-го синапсу Потім визначається значення аксона нейрона за формулою: Y=f(S) (2)  де f - деяка функція, що називається активаційною. Виконання роботи Множина вхідних даних для навчання нейтронної мережі. result обчислюється за наступною формулою: result = 10*x / (3+y). x y result _ 29 0 96.66666667 7 23 2.692307692 18 13 11.25 15 28 4.838709677 27 14 15.88235294 23 12 15.33333333 14 26 4.827586207 0 16 0 25 6 27.77777778 13 20 5.652173913 19 25 6.785714286 24 0 80 28 21 11.66666667 22 11 15.71428571 5 25 1.785714286 x y result _ 12 15 6.666666667 28 21 11.66666667 28 13 17.5 12 9 10 27 5 33.75 1 5 1.25 10 21 4.166666667 25 9 20.83333333 0 16 0 4 4 5.714285714 6 21 2.5 6 11 4.285714286 18 26 6.206896552 8 26 2.75862069 6 18 2.857142857 Вікна програми Neural Network Wizard під час роботи по заданню вхідних наборів даних і параметрів та під час навчання:




Висновки: виконуючи дану лабораторну роботу я досліджував роботу нейронних мереж за допомогою стимулятора Neural Network Wizard. На покращення навчання мережі впливає час навчання і, особливо, кількість та правильність вхідних наборів даних, поданих для навчання. Я помітив, що при нерівномірному розподілі вхідних даних, із збільшенням тривалості навчання результати навіть погіршуються.