Главная /
Введение в нейронные сети /
[формула] определите, на какую букву более всего похож вариант возбуждения рецепторов? (1,1) = 0,9, (1,2) = 0,9, (1,3) = 0,9, (2,1) = 1, (2,2) = 0,1, (2,3) = 1, (3,1) = 0,9, (3,2) = 0, (3,3) = 0,1, (4,1) = 0,9, (4,2) = 0, (4,3) = 1, (5,1) = 0,9 (5,2) = 0,
По точно известным ситуациям, на основе 5 - 6 достоверных, т.е. "единичных", наборов данных, произведите верификацию всех вариантов выполнения системы принятия решений: "электронной" схемы, схемы на нечеткой логике, "многослойной" и однослойной нейронной сети. Каждый удовлетворительный результат анализа сопровождайте расчетом 2 - 3 (единых для всех способов построения СПР) вариантов нечеткого задания данных. Результаты должны совпасть. При задании возбуждения рецепторов следуйте принципу исчерпывающих множеств событий.
Нейронная сеть для обучения трем буквам, приведена на рисунке. представляет собой сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы. Для порога распознавания определите, на какую букву более всего похож вариант возбуждения рецепторов? (1,1) = 0,9, (1,2) = 0,9, (1,3) = 0,9, (2,1) = 1, (2,2) = 0,1, (2,3) = 1, (3,1) = 0,9, (3,2) = 0, (3,3) = 0,1, (4,1) = 0,9, (4,2) = 0, (4,3) = 1, (5,1) = 0,9 (5,2) = 0,9, (5,3) = 0,1. вопросПравильный ответ:
это буква А
это буква В или С
это буква С
это не похоже ни на одну из известных букв
Сложность вопроса
65
Сложность курса: Введение в нейронные сети
61
Оценить вопрос
Комментарии:
Аноним
Я сотрудник университета! Срочно удалите сайт vtone.ru с ответами на интуит. Не ломайте образование
06 ноя 2020
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # В результате обследования больного врач ставит диагноз и выбирает стратегию (курс) лечения. Пытаясь формализовать и частично автоматизировать свои действия – для эффективного и безошибочного использования опыта и знаний, - он пытается построить для себя и, возможно, для коллег информационно-справочную БЗ, систему принятия решений. Он понимает, что автоматизация возможна только на основе механизмов логической нейронной сети, наблюдаемых им при выполнении сложных мыслительных действий. Предполагается, что на основе серии анализов измеряются значения ряда факторов. По совокупному рассмотрению этих значений принимается решение о той или иной стратегии или о курсе лечения. Система принятия решений должна быть полной, к сожалению, в пределах существующего опыта и уровня знаний, и непротиворечивой. Постройте логическую нейронную сеть, реализующую систему принятия решений по ее логическому описанию. ЕСЛИ < значение фактора 1 принадлежит диапазону [0 – 1] > И < значение фактора 2 принадлежит диапазону (36,7 – 38,2] > И < значение фактора 3 принадлежит диапазону (140 – 160] > И < значение фактора 4 принадлежит диапазону [60 – 80) > ТО < следует поставить диагноз 1 и назначить стратегию лечения 1 >; ЕСЛИ < значение фактора 1 принадлежит диапазону (1 - 8] > И < значение фактора 2 принадлежит диапазону (38,2 – 40) > И И < значение фактора 3 принадлежит диапазону [60 – 100) > < значение фактора 4 принадлежит диапазону [40 – 60) > ТО < следует поставить диагноз 2 и назначить стратегию лечения 2 >; ЕСЛИ < значение фактора 1 принадлежит диапазону (1 - 8] > И < значение фактора 2 принадлежит диапазону [40 – 42] > И < значение фактора 3 принадлежит диапазону [100 – 140] > И < значение фактора 4 принадлежит диапазону [30 – 40) > ТО < следует поставить диагноз 3 и назначить стратегию лечения 3 >; ЕСЛИ < значение фактора 1 принадлежит диапазону [0 – 1] > И < значение фактора 2 принадлежит диапазону (38,2 – 40) > И < значение фактора 3 принадлежит диапазону (160 – 200] > И < значение фактора 4 принадлежит диапазону [80 – 120] > ТО < следует поставить диагноз 4 и назначить стратегию лечения 4 >;
- # Задание призвано будить творческую активность и определять важные и интересные пути и темы дальнейших экспериментальных разработок слушателей. Пока, по многим вопросам у автора самого-то нет определенного мнения. Поэтому к некоторым ответам следует относиться критически. Рассмотрите аспекты "коллективного" поведения объектов "живого" моделирования. Каковы перспективы применения "живого" моделирования при прогнозировании политических и спортивных состязаний, при манипулировании пристрастиями избирателей, в дипломатических играх и пр.?
- # Дополните нейронную сеть для решения "современной" задачи, фрагмент которой, отражающий размножение решений, приведен ниже, положительными обратными связями, усиливающими предположение об участии Пети в рассматриваемых ситуациях в тех случаях, когда предположения о местонахождении Васи имеют высокую достоверность. Такое дополнение показано на рисунке. Вес обратной связи к нейрону А2 находится на основе информации о Васе: \omega =\begin{cases} 0,25 \frac {\Delta t-4}{4},\text{при $\Delta t< $4}\\ 0, \text{в противном случае}; \end{cases} Проанализируйте два цикла "работы" нейронной сети, выявив лишь влияние обратной положительной связи на возможность "участия" Пети в событиях в связи с "занятостью" Васи. Для этого рассмотрите варианты повторного запроса к Васе до истечения 4 единиц времени с момента предыдущего запроса к нему. [Большая Картинка]
- # Экспертный Совет выделил четыре показателя для банковского мониторинга: – собственный капитал; – вклады населения; – объем вложений в культурные программы ЮНЕСКО; – объем прибыли. Тогда каждому банку В соответствует вектор его показателей B(), лежащий в основе его рейтинга. Рейтинг банка может быть: – высокий, – средний, – низкий. Спроектируйте экран со скрытой координатной сеткой. Выделите области отображения каждого значения рейтинга, выполняя требования наглядности и эстетики. Расположите по Вашему усмотрению точки, соответствующие банкам из приведенного списка в соответствии с их рейтингом. Запомните координаты каждой точки, соответствующие банку. Известен рейтинг ряда крупных международных банков на основе их показателей:
- # В Wi-Fi-технологии транспортировки пакетов информации используются однослойные логические нейронные сети с обратными связями, регулируемыми смежными пунктами. Пусть для некоторого узла А фрагмент такой нейронной сети, определяющий номер смежного пункта для передачи по адресу назначения В, представлен на рисунке. Показаны веса предпочтительной передачи. Обратные связи задаются отрицательными весами, равными по модулю коэффициентам загрузки буферов смежных узлов. Буферы рассчитаны на 5 пакетов, т.е. поступление одного пакета снижает коэффициент загрузки буфера на 0,2. Функция активации реализует суммирование взвешенных сигналов на входе нейронов и сравнивает с нулевым порогом. [Большая Картинка] В двух смежных тактах на узел А поступают запросы на дальнейшую транспортировку пакетов с адресом назначения В. Пусть смежные пункты - узлы 1, 2, 3, 4 – в это время не получают запросы от других узлов. При заданных исходных значениях коэффициентов – загрузки буферов определите направление передачи пакетов в первом и втором тактах работы системы. .