Нейронні мережі. Звіт про виконання лабораторної роботи з Організація інтелектуальних обчислень. Робота № 120203

Нейронні мережі

Інформація про навчальний заклад

ВУЗ:

Національний університет Львівська політехніка

Інститут:

Не вказано

Факультет:

Не вказано

Кафедра:

Кафедра електронних обчислювальних машин

Інформація про роботу

Рік:

2015

Тип роботи:

Звіт про виконання лабораторної роботи

Предмет:

Організація інтелектуальних обчислень

Група:

КІ-44

Завантажити

Частина тексту файла (без зображень, графіків і формул):

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.

Звіт про виконання лабораторної роботи Організація інтелектуальних обчислень

2015

Коментарі

Ви не можете залишити коментар. Для цього, будь ласка, або зареєструйтесь.

Ділись своїми роботами та отримуй миттєві бонуси!

поділитись