Выберите по два диапазона возможной принадлежности показателей банка:

δ_Z11= [0, 25), δ_Z12= [25, 50], δ_Z21= [0, 10), δ_Z22= [10, 25], δ_Z31= [0, 5), δ_Z32= [5, 10], δ_Z41= [0, 2), δ_Z42= [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($42 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($12 млрд.; $12 млрд.; $6 млрд.; $1 млрд.) →​ R₂ B₅($20 млрд.; $2 млрд.; $0,5 млрд.; $0 млрд.) →​ R₃ B₆($1 млрд.; $0,5 млрд.; $1 млрд.; $0,1 млрд.) →​ R₃

Точки – банки в сферической системе координат: В1(4, 1800), В2(4, 00), B3(8, 450), B4(8, 2700), B5(12, 2100), B6(11, 600).

Правильный ответ:

• # Свяжите сеть, состоящую из 4 населенных пунктов, маршрутами взаимного общения. Запомните маршруты с помощью логической нейронной сети, в которой отразите пункты отправления, пункты назначения и промежуточные пункты смещения. Сеть населенных пунктов имеет вид: [Большая Картинка]
• # Запишите логические выражения, описывающие на экране, разбитом на клетки с координатами, букву А, как показано на рисунке. Учтите возможность ее допустимого искажения при изображении. [Большая Картинка]
• # Вид некоторой "красивой" граф-схемы показан на рисунке. Для передаточной функции, представляющей сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы, постройте нейронную сеть, способную "обучиться" распознаванию букв, показываемых на экране размером 3×5 . Предполагается, что обученная нейросеть создается с помощью единичных весов связей (пропускающих сигнал в нужном направлении), веса "ненужных" связей полагаются равными нулю. [Большая Картинка] Обучите нейронную сеть распознаванию буквы С, по логическому выражению ((1,1)∨ ((1,2))∧ ((1,3)∨ (2,3))∧ (2,1)∧ (3,1)∧ ((4,1)∨ (5,1))∧ (5,2)∧ ((5,3)∨ (4,3)) . Букве поставьте в соответствие третий нейрон выходного слоя.
• # Возьмите передаточную функцию: 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). Система логических выражений: x1 & x2 & x3 →​ R1, x2 & x3 & x4 →​ R2, x1 & x3 & x4 →​ R3 Результат трассировки: [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.