Выполните операцию приведения нейронной сети после трассировки по максимальной величине возбуждения нейронов R2 и R3 Отразите это приведение весами связей нейрона R1

Результат трассировки:

Правильный ответ:

• # Совокупность высказываний x1 , x2 , x3 отображает исчерпывающее множество событий. Составьте дизъюнктивную нормальную форму по заданным таблично предполагаемым значениям функции f от различных ситуаций. [Большая Картинка]
• # Найдите рекомендуемые решения с помощью нейронной сети для комбинаций достоверных значений исходных данных (по эталонным ситуациям). Используйте понятие исчерпывающего множества событий. Используйте передаточную функцию \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} Установите правильность "работы" нейронной сети. Если сеть "работает" неправильно, попытайтесь проанализировать причину. Нейронная сеть имеет вид: [Большая Картинка] (Указаны пороги "конъюнкторов")
• # Сформируйте обученную нейронную сеть по логическому описанию СПР с помощью множества нейроподобных элементов. Кроме необходимого количества рецепторов и нейронов выходного слоя, допускается использование минимального числа промежуточных, "скрытых" нейронов. Используйте оптимальное закрепление рецепторов. Определите значения весов связей (см. Лекцию 10) так, чтобы значения возбуждения нейронов выходного слоя принадлежали диапазону [0, 1] . Решение представьте в виде матрицы следования. Логическое описание СПР: 1. (x1 ∨x3) ∧ 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 →​ R6= "Пешая прогулка"; 7. x3 ∧ (x5 ∨x7) →​ R6= "Пешая прогулка"
• # На изображенном объекте – "мордочке" обозначены невидимые "мышцы". Достаточны ли они для выражения чувств объекта? [Большая Картинка] Проанализируйте попытку выразить разочарование. [Большая Картинка]
• # Для построения системы принятия решений (СПР) предлагается нейронная сеть заданной структуры. В предположении, что для СПР достаточна однослойная нейронная сеть, составьте обобщенные эталоны для ее обучения (трассировки) по логическому описанию СПР. (x1 ∨x2) ∧ (x1 ∨x3) →​ R1, (x2 ∨x4) ∧ (x3 ∨x4) →​ R2, (x1 ∨x3) ∨ x4 →​ R3