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
Виконав:
ст. гр. КІ-4
Львів – 2006
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
EMBED PBrush
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:
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).