Главная /
Логические нейронные сети /
Исследуйте диагностические возможности логических нейронных сетей. Рассмотрите принципы компьютерной диагностики на основе динамического выбора стратегии поиска неисправностей.
Исследуйте диагностические возможности логических нейронных сетей.
Рассмотрите принципы компьютерной диагностики на основе динамического выбора стратегии поиска неисправностей.
вопросПравильный ответ:
на основе теории контроля и диагностики электронной аппаратуры, а также на основе опыта специалистов, нейронная сеть формирует оптимальную, уточняемую динамически, последовательность запуска тестов для локализации неисправности в минимальное время
если аппаратный контроль показал наличие неустранимого сбоя или отказа, первичная информация об этом событии возбуждает те рецепторы логической нейронной сети, которые соответствуют характеру его проявления. Это на ранней стадии способствует сокращению времени диагностики. Собственно диагностика производится с помощью последовательного принятия решений о сужении области поиска отказа - до его локализации. Ветвящийся поиск осуществляется с помощью логической нейронной сети, реализующей связки типа "если - то"
компьютерная диагностика производится на стадии регламентного контроля оборудования. Моделируется отказ и запускается система диагностики. Нейронная сеть способна запомнить большое число связей вида "если - то", позволяющих на основе большого числа известных ситуаций быстро установить причину отказа
Сложность вопроса
78
Сложность курса: Логические нейронные сети
81
Оценить вопрос
Комментарии:
Аноним
Если бы не опубликованные решения - я бы сломался c этими тестами intuit.
30 июл 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]
- # 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 \\ h=0,5 \end{array} Для абсолютно достоверной информации Pij о показателях банка с помощью логической нейронной сети, найдите с помощью операции усреднения точку В отображения банка на экране. Каков рейтинг банка? Р12= Р22= Р32= Р41= 1. Нейронная сеть имеет вид: [Большая Картинка]
- # 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]
- # 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.?
- # 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 .