Подякувати Студентському архіву довільною сумою
Admin
26.02.2023 12:38
Дякуємо, що користуєтесь нашим архівом!
КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ НЕЙРОННОЇ МЕРЕЖІ У СЕРЕДОВИЩАХ ПРОГРАМИ MATLAB
Інформація про навчальний заклад
ВУЗ:
Національний університет Львівська політехніка
Інститут:
Не вказано
Факультет:
КН
Кафедра:
Кафедра САПР
Інформація про роботу
Рік:
2020
Тип роботи:
Звіт до лабораторної роботи
Предмет:
Інші
Частина тексту файла (без зображень, графіків і формул):
Міністерство освіти і науки України
Національний університет «Львівська політехніка»
кафедра САПР
Звіт
до лабораторної роботи 3
на тему:
«КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ НЕЙРОННОЇ МЕРЕЖІ
У СЕРЕДОВИЩАХ ПРОГРАМИ MATLAB»
Львів-2009
МЕТА РОБОТИ
Вивчити і закріпити знання та основні аспекти роботи, а також отримати практичні навички моделювання та схемотехнічної реалізації аналогової нейронної мережі у середовищі програми Matlab.
ТЕОРИТИЧНІ ВІДОМОСТІ
МОДЕЛЮВАННЯ НЕЙРОННОЇ МЕРЕЖІ
1. Моделювання нейронної мережі ідентифікації більшого за величиною з двох невідомих сигналів. Задача визначення максимальних сигналів є ключовою в нейронних мережах прийняття рішень, розпізнавання зображень та конкуруючого навчання. Цей тип задач природно виникає при розробці нейронних схем класифікаторів та класифікації зображень. Схеми, що розв’язують такі задачі, використовується у сортувальних мережах із застосуванням у менеджменті баз даних, при конструюванні мікросхем великої інтеграції (VLSI), у цифровій обробці сигналів та у телекомунікаціях, особливо для керування пакетними перемикачами даних.
=>>…>=, (1)
>0;<0, (2)
(3)
де ,), ,)- постійні вхідні сигнали та стани мережі відповідно; - скаляр, що відповідає вхідній провідності нейрона ; - скаляр, який відповідає вхідній ємності нейрона ; - коефіцієнт підсилення активаційної функції; матрицю взаємозв’язків
(4)
виберемо діагонально-стабільною симетричною матрицею з .
Зробимо додаткові припущення:
),g());→. (5)
Нехай функція - локально неперервна за Ліпшицем та нелінійно діагональна. Припустимо, що активаційні функції задовольняють умову та умову
(6)
для кожного , . Відмітімо, що умова (6) гарантує існування неспадаючого характеру активаційної функції.
Рис. 1. Функціональна схема нейронної мережі, що описується моделлю (3).
Завдання.
Ознайомитися з теоретичними відомостями
Увімкнути комп'ютер. Переконатись у наявності встановлених програм Matlab і Micro-Cap. Запустити Matlab і Micro-Cap.
Написати на мові Matlab програму моделювання аналогової нейронної мережі, яка описується диференційним рівнянням (3). Отримати графіки часових залежностей станів моделі з прикладу (n-м), де n - № прізвища студента у списку групи,
Сформувати в середовищі Simulink програми Matlab модель нейронної мережі за функціональною схемою з рис. 1. Отримати графіки часових залежностей станів моделі за даними з прикладу (n-м) і завдання 5.
Сформувати за допомогою програми Micro-Cap модель нейронної мережі, функціональна схема якої подана на рис. 1. Отримати графіки динаміки станів моделі за даними з прикладу (n-м) і завдання 5.
За функціональною схемою з рис. 1 реалізувати схему нейронної мережі в елементній базі Micro-Cap. Побудувати графіки часових залежностей станів моделі за даними з прикладу (n-м) і завдання 5.
Порівняти результати моделювання нейронної мережі за допомогою мови Matlab, тулбоксу Simulink програми Matlab, програми Micro-Cap, а також результати схемної реалізації мережі в елементній базі Micro-Cap.
Проінформувати викладача про завершення роботи.
Продемонструвати на комп’ютері та пояснити результати виконання отриманих завдань.
Оформити звіт.
Оскільки n=6, то приклад з якого отримаємо графік часових залежностей станів моделі = №1
Приклад 1. Задамо значення , які задовольняють умову (10), для розміщення сигналів в області одного переможця з рис. 2 та активаційну функцію (7) при та . Динаміка станів вектора u(t) у нормалізованих одиницях та нормалізованому масштабі часу буде мати форму, представлену на рис. 3. Згідно з рис. 3 компоненти демонструють властивість (2). Переможцем є , тобто значення вхідного сигналу є більшим, ніж значення .
Рис. 2. Динаміка станів моделі при - приклад 1.
Хід роботи.
Модель нейронної мережі за функціональною схемою з рис. 1. сформована в середовищі Simulink програми Matlab.
Рис. 3. Модель нейронної мережі сформованої в середовищі Simulink програми Matlab.
Отримані результати.
1. Графік часових залежностей станів моделі за даними з прикладу №1 сформованої в середовищі Simulink програми Matlab.
Рис. 4 Графік часових залежностей станів моделі нейронної мережі сформованої в середовищі Simulink програми Matlab, при значеннях .
Висновки
На цій лабораторній роботі ми вивчили і закріпили знання та основні аспекти роботи, а також отримали практичні навички моделювання та схемотехнічної реалізації аналогової нейронної мережі у середовищі програми Matlab.
Ділись своїми роботами та отримуй миттєві бонуси!
0%
Оголошення від адміністратора