Постройте для бабушки совершенную логическую нейронную сеть для ее СПР, что откроет широкие возможности развития и модификации при реализации в ее нейрокомпьютере – записной книжке. Убедитесь в полноте и непротиворечивости полученной СПР.

Логическое описание СПР:

1. (x₁ ∨ x₃) ∧ (x₄ ∨ x₇) →​ R₁= "Прогулка на велосипеде"; 2. (x₁ ∧ x₆) ∨ (x₂ ∧ x₄) →​ R₂= "Шахматы"; 3. (x₂ ∧ x₅) ∨ (x₁ ∧ x₇) →​ R₃= "Верховая езда"; 4. (x₁ ∧ x₅) ∨ (x₂ ∧ x₆) →​ R₄= "Байдарка"; 5. x₃ ∧(x₄ ∨ x₆) →​ R₅= "Дискотека"; 6. (x₂ ∧ x₇) ∨ (x₃ ∧ (x₅ ∨ x₇)) →​ R₆= "Пешая прогулка"

Правильный ответ:

• # Постройте для бабушки совершенную логическую нейронную сеть для ее СПР, что откроет широкие возможности развития и модификации при реализации в ее нейрокомпьютере – записной книжке. Убедитесь в полноте и непротиворечивости полученной СПР. Логическое описание СПР: 1. x1 ∧ x4 →​ R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) →​ R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) →​ R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧x6) →​ R4= "Байдарка"; 5. x3 ∧(x4 ∨ x6) →​ R5= "Дискотека"; 6. (x2 ∧ x7) ∨ (x3 ∧(x5 ∨ x7)) →​ R6= "Пешая прогулка"
• # Выберите по два диапазона возможной принадлежности показателей банка: δZ11= [0, 25), δZ12= [25, 50], δZ21= [0, 10), δZ22= [10, 25], δZ31= [0, 5), δZ32= [5, 10], δZ41= [0, 2), δZ42= [2, 5]. Постройте обученную совершенную логическую нейронную сеть, связав диапазоны принадлежности каждого эталонного банка со сферическими координатами точки, соответствующей этому банку на экране. Банки-эталоны и их рейтинг: В1($40 млрд.; $22 млрд.; $10 млрд.; $5 млрд.) →​ R1 В2($25 млрд.; $13 млрд.; $5 млрд.; $2 млрд.) →​ R1 В3($21 млрд.; $15 млрд.; $2 млрд.; $3 млрд.) →​ R2 B4($11 млрд.; $12 млрд.; $6 млрд.; $1 млрд.) →​ R2 B5($20 млрд.; $1 млрд.; $0,5 млрд.; $0 млрд.) →​ R3 B6($1 млрд.; $0,5 млрд.; $0 млрд.; $0,1 млрд.) →​ R3 Точки – банки в сферической системе координат: В1(4, 1800), В2(4, 00), B3(7, 450), B4(8, 2500), B5(12, 2100), B6(11, 600).
• # Обсудите следующую проблему: Справедлив ли вывод об универсальности разработанного проекта программного продукта и его применении при перенастройке для использования в других подобных системах кластеризации ситуаций и принятия решений? Обобщите свои выводы на основе анализа системы комплексной оценки деятельности предприятия.
• # Пусть нейроны выходного слоя принадлежат коре. Между ними существуют взаимно подавляющие, отрицательные (с отрицательными весами, ингибидорные) связи, как показано на рисунке. [Большая Картинка] Для локализации возбуждения единственного нейрона предположим, что в каждом такте работы нейросети каждый нейрон уменьшает величину возбуждения всех других нейронов на 0,1 величины собственного возбуждения. В свою очередь, он подвергается такому же воздействию со стороны других нейронов. Следовательно, нейрон, величина возбуждения которого максимальна, через несколько тактов подавит возбуждение других нейронов (величина их возбуждения станет ниже порога) и обретет четко выраженный сигнал возбуждения в ответ на поставленную задачу распознавания. Рассчитайте величины возбуждения нейронов, "отвечающих" за буквы А, В, С по заданным начальным значениям их возбуждения fA, fB, fC и определите, через сколько тактов значимой величиной возбуждения будет обладать единственный нейрон. После предъявления образа нейроны выходного слоя, соответствующие узнаваемым буквам, обрели значения возбуждения: fA = 1,5, fB = 1,4, fC = 1,45 .
• # Воспользуйтесь приведенной ниже логической нейронной сетью Участкового Уполномоченного и передаточной функцией \begin{array}{l} V=\sum_j V_j \\ V_i = \left \{ \begin{array}{ll} V, & \mbox{если } V \ge h \\ 0, & \mbox{в противном случае} \end{array}\right \\ h=0,5 \end{array} [Большая Картинка] Положите веса связей равными обратной величине количества входов нейрона. Максимально возбудите нейрон Х = Иван . Проанализируйте "ответ" нейронной сети.