Частина тексту файла (без зображень, графіків і формул):
Міністерство освіти і науки України
Національний університет «Львівська політехніка»
Кафедра автоматизованих систем управління
/
Звіт
до лабораторної роботи № 4-5
з дисципліни «Методи та системи штучного інтелекту»
Львів – 2014
Тема: застосування нейронних мереж для розв’язання задач класифікації
Теоретичні відомості:
//
/
/
/
/
/
Порівняння видів навчання нейронних мереж
///
Виконання класифікації за допомогою штучних нейронних мереж в пакеті Deductor
Використовуючи один з готових файлів виконуємо навчання нейронної мережі. Отримуємо граф нейронної мережі:
/
Характеристику «Що – Якщо»
/
Таблицю спряженості:
/
Тепер сформуємо власні дані:
/
Проведемо нормалізацію даних
/
//
/
На основі даних утвориться такий граф нейронної мережі, характеристика «Що-Якщо» та таблицю спряженості:
/
/
/
Отже, використовуючи метод нейромережевої класифікації, ми отримали максимально точну обсягу класифікацію темпераментів людини.
Застосування нейронних мереж для розв’язання задач прогнозування
Імпортуємо дані для проведення прогнозування
/
X1- Обсяг продукції с/г, млн.грн
X2- Обсяг продукції будів-ництва,млн.грн
X3- Вантажооборот, млрд.ткм
X4- Пасажирооборот, млрд.пас.
X5- Експорт товарів, млн.дол
X6- Імпорт товарів, млн.дол.
X7- Оборот роздріб-ної торгівлі, млн.грн
X8- Доходи населе-ння, млн.грн.
X9-Витрати населе-ння, млн.грн
Y- Обсяг продукції с/г, млн.грн.
Отримаємо такий графік нейронної мережі характеристика «Що-Якщо», діаграму розсіяння:
/
/
/
/
Отже, використовуючи метод нейромережевого прогнозування, ми отримали максимально точний прогноз обсягу реалізації промислової продукції (обсягу промислового виробництва).