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?

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.

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]
• # Экран, связанный с декартовой системой координат Oxy*, затрудняет интерполяцию (в частности, необходимую при решении настоящей задачи). А именно, найденная на основе усреднения координата двух точек, принадлежащих некоторому, предположим, - низкому, рейтингу, может оказаться между этими точками и принадлежать области высокого рейтинга. Для облегчения интерполяции целесообразно в качестве рабочей системы использовать сферическую систему координат Orϕ, в которой , . Общий центр Оэтих двух систем координат является центром экрана. Тогда области одинакового рейтинга ограничены сферическими окружностями. Для согласования с размером экрана необходимо произвести преобразование координаты y*: y = y* k, где k < 1– отношение сторон экрана. Это приведет к "сплющиванию" изображения областей рейтинга согласно требованиям эстетики и удобств восприятия. Расположите по Вашему усмотрению точки, соответствующие банкам, списка в соответствии с их рейтингом. Запомните сферические координаты каждой точки-банка. Точки – банки в декартовой системе координат: В1(6, 6), В2(8, 5), В3(3, 7), В4(7, 3), В5(12, 6), В6(3, 10).
• # Рассмотрите аспекты "коллективного" поведения объектов "живого" моделирования. На базе компьютерного (в единой памяти) или натурного моделирования созданы два и более "живых" объектов, способных реагировать друг на друга.
• # Нейронная сеть, отображающая обучение трем буквам, приведена на рисунке. [Большая Картинка] Показаны веса связей – одинаковые для каждой буквы. Передаточная функция f представляет собой сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы. Для порога распознавания h = 0,8 определите, на какую букву более всего похож вариант возбуждения рецепторов? (1,1) = 0,9, (1,2) = 0, (1,3) = 0,9, (2,1) = 1, (2,2) = 0,1, (2,3) = 1, (3,1) = 0,8, (3,2) = 0,9, (3,3) = 1, (4,1) = 0,9, (4,2) = 0,1, (4,3) = 1, (5,1) = 0, (5,2) = 0,9, (5,3) = 0,1.
• # Для приведенной на рисунке системы связей, для передаточной функции Vi:= if V > h then if V < 1 then V else 1 else 0, и для h = 0,3 (для всех нейронов) рассчитайте установившиеся значения возбуждения нейронов 1 – 3 для заданных, предполагаемых значений. [Большая Картинка] V1= 1, V2= 0,5, V3= 0,2.