Главная /
Логические нейронные сети /
Для правильной совершенной нейронной сети, используемой в бабушкиной 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.
Для правильной совершенной нейронной сети, используемой в бабушкиной СПР
исследуйте и обсудите возможность применения данной передаточной функции на основе анализа эталонных ситуаций.
Передаточная функция имеет вид:
Рекомендуется принять h = m-1
, где m
– количество активных входов нейрона (в данном случае m = 3
).
Правильный ответ:
нейронная сеть дает правильные ответы по всем эталонным ситуациям, что позволяет довериться ей в случае неопределенности
хотя все ответы правильны, это не дает оснований ей доверять. Необходимы длительные испытания и обсуждения с подругами и друзьями
не все ответы правильны. Все зависит от выбора значения порога
Сложность вопроса
83
Сложность курса: Логические нейронные сети
81
Оценить вопрос
Комментарии:
Аноним
Экзамен прошёл на зачёт. Спасибо за ответы
10 июл 2016
Аноним
Я сотрудник деканата! Тотчас заблокируйте сайт vtone.ru с ответами интуит. Пожалуйста
04 июн 2016
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # Составьте логическую нейронную сеть на основе "электронной" схемы. Воспользуйтесь 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 \end{array} Сохраните информацию о нейронах, прообразом которых были конъюнкторы. Зафиксируйте для них высокое значение порога h = 1,4, обусловленное допустимым нижним уровнем достоверности событий (≅ 0,7) и количеством активных входов. Для остальных нейронов положите h = 0 . Исходная "электронная" схема имеет вид: [Большая Картинка]
- # Составьте нейронные сети по схемам систем принятия решений. Примите во внимание, что при расчете передаточной функции N1 входные сигналы принимаются элементом N1 с весом, равным обратной величине количества входов этого элемента. Следовательно, эти веса являются весами соответствующих связей в нейронной сети. Выберите передаточную функцию: (fj – значение входного сигнала), если эта сумма превышает порог h . Произведите верификацию сети на основе известных решений по четко заданным ситуациям. [Большая Картинка]
- # Выполните операцию приведения нейронной сети после трассировки по максимальной величине возбуждения нейронов R2 и R3 Отразите это приведение весами связей нейрона R1 Результат трассировки: [Большая Картинка]
- # Дополните нейронную сеть, фрагмент которой приведен на рисунке, положительными обратными связями, усиливающими предположение об участии Пети в рассматриваемых ситуациях в тех случаях, когда предположения о местонахождении Васи имеют высокую достоверность. [Большая Картинка] Такое дополнение показано на рисунке. Вес обратной связи к нейрону А2 находится на основе информации о Васе: \omega = \left \{ \begin{array}{ll} 0,25\cdot\cfrac{\Delta t - 4}{4}, & \mbox{при } \Delta t < 4, \\ 0, & \mbox{в противном случае} \end{array} \right 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. Δt = 3 .
- # В результате моделирования выяснилось, что рассмотрение принадлежности x1 всему диапазону δ1 не удовлетворяет требованиям к точности результатов. А именно, если предполагается условие x1∈[0; 0,5), нейросеть выдает удовлетворительный ответ. Однако условие (x1∈[0,5; 1))∧ (x2∈[1, 2)) требует нового правильного решения Y5 Модифицируйте заданную нейронную сеть с учетом новых данных. Исходная нейронная сеть имеет вид: [Большая Картинка]