Главная /
Логические нейронные сети /
Произведите обучение (трассировку) изображенной на рисунке многослойной нейронной сети по структурированному (скобочному) логическому описанию СПР. Результат трассировки отобразите на матрице следования. Сформируйте значения весов связей в соответствии с
Произведите обучение (трассировку) изображенной на рисунке многослойной нейронной сети по структурированному (скобочному) логическому описанию СПР. Результат трассировки отобразите на матрице следования. Сформируйте значения весов связей в соответствии с прообразом логической операции, реализуемой нейроном.
Логическое описание СПР:
Правильный ответ:
Сложность вопроса
24
Сложность курса: Логические нейронные сети
81
Оценить вопрос
Комментарии:
Аноним
Спасибо за решениями по intuit.
20 сен 2020
Аноним
Пишет вам сотрудник университета! Немедленно заблокируйте ответы с интуит. Немедленно!
03 мар 2018
Аноним
Зачёт всё. Мчусь в клуб отмечать халяву с тестами интуит
03 ноя 2016
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # Нейронная сеть, отображающая обучение трем буквам, приведена на рисунке. [Большая Картинка] Показаны веса связей – одинаковые для каждой буквы. Передаточная функция f представляет собой сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы. Для порога распознавания h = 0,8 определите, на какую букву более всего похож вариант возбуждения рецепторов? (1,1) = 0,9, (1,2) = 0, (1,3) = 0,9, (2,1) = 1, (2,2) = 0,1, (2,3) = 1, (3,1) = 0,8, (3,2) = 0,9, (3,3) = 1, (4,1) = 0,9, (4,2) = 0,1, (4,3) = 1, (5,1) = 0, (5,2) = 0,9, (5,3) = 0,1.
- # Выполните дистрибутивные преобразования логических выражений. (A1 ∨ A2) ∧ (C1 ∧"B1 ∧B3")∧ (C2 ∧"B1 ∧B3") → R1= "Дубай"; (A1 ∨ A2) ∧ (C1 ∨ С2) ∧ (B1 ∨ B3) → R2= "Красное море"
- # Для передаточной функции V_i:=\left \{ \begin{array}{ll} V, & \mbox{при } V \ge h, \\ 0, & \mbox{в противном случае;} \end{array}\right h=0,5 произведите верификацию нейросети, задавая допустимые комбинации единичных значений аргументов (эталонные ситуации). Нейросеть, полученная в результате трассировки матрицы следования: [Большая Картинка]
- # Корректно составленная система принятия решений с обратными связями должна быть устойчивой по отношению к исходным предположениям. Это означает, что при любых исходных предположениях – их достоверности или весовых оценках – должны однозначно получаться окончательные, точные значения оценок этих предположений. Ниже приведен рисунок. В дополнение к расчетам, проведенным в Лекции, установите, зависят ли уточненные предположения о происхождении человека от предположения, принятого первоначально? [Большая Картинка] Передаточная функция i -го нейрона определяется: Vi:= if V > h then if V < 1 then V else 1 else 0, h = 0,1. Положите V1= 0,8, V2= 0,1, V3= 0,1, V4= 1, V5= 1.
- # Как показала жизнь, а также свидетельствует глубокое знание законов диалектики, ни одна из версий о происхождении человека не противоречит тем качествам, которые вызывают возмущение чеховского героя. И наоборот, каждое из этих качеств лишь укрепляет уверенность в правоте каждого предположения о происхождении человека. Данное утверждение лежит в основе предположения о следующей структуре нейронной сети, отображающей модель наших исследований. [Большая Картинка] Выбрав передаточную функцию Vi:= if V > h then if V < 1 then V else 1 else 0, h = 0,1 и положив V4= 1, рассчитайте установившиеся значения возбуждения нейронов, "отвечающих" за версии о происхождении человека, и определите устойчивость выводов нейронной сети по отношению к исходным предположениям. V1= 0,2, V2= 0,8, V3= 0,5 .