Главная /
Логические нейронные сети /
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 увере
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.
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= 0,5, V2= 0,6, V3= 0,4
вопрос
Правильный ответ:
установившееся во втором цикле "работы" нейросети значение
V1= V2= V3= 1
свидетельствует об устойчивости и правомочности всех трех предположений о происхождении человека
установившееся значение возбуждения нейронов в третьем цикле "работы" нейросети:
V1= 1, V2= 0,8, V3= 0,7
установившееся значение возбуждения нейронов в третьем цикле "работы" нейросети:
V1= 0,8, V2= 1, V3= 0,9
Сложность вопроса
76
Сложность курса: Логические нейронные сети
81
Оценить вопрос
Комментарии:
Аноним
Нереально сложно
23 авг 2017
Аноним
Экзамен сдан на зачёт. спс
02 июн 2016
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # Составьте эскизный проект совершенной нейронной сети для управления "живым" объектом, обслуживающим посетителей зоопарка. Примечание: Подобные модели предполагают фоновый режим ожидания и рабочий режим. Фоновый режим, заключающийся, например, в нервном хождении по клетке, периодически прерывается рабочим режимом, в котором производится собственно реагирование.
- # Выполните дистрибутивные преобразования логических выражений. (А1 ∧А2) ∧ (С1 ∧ С2) ∧"B1 &B3" → R1= "Лазурный Берег"; (А1 ∨А2) ∧ (С1 ∨ С2) ∧ (В1 ∨ B3) → R2= "о. Родос"
- # Произведите трассировку нейронной сети, заданной матрицей следования S, обучив ее на основе системы обобщенных эталонов x1 & x2 & x3 → R1, x2 & x3 & x4 → R2, x1 & x3 & x4 → R3 Сохраните информацию о том, в получении каких решений участвует каждый нейрон, не являющийся рецептором и не принадлежащий выходному слою. "Доучите" нейросеть на основе уточненного обобщенного эталона, порождающего решение R1 : x1 & x2 & x3 & x4 → R1 Матрица S имеет вид: [Большая Картинка]
- # Диапазоны изменения измеряемых характеристик системы управления технологическим процессом разбиты на составляющие интервалы, определяемые требованиями по точности. Совокупность X = {x1, x2} измеренных значений, каждое из которых принадлежит некоторому интервалу, определяет вектор Y(y1, y2) необходимых управляющих воздействий, составляющих ограниченное множество векторов: Y1= {5; 8}, Y2= {3; 4}, Y3= {6; 5}, Y4= {1; 5} Диапазон [0, 3] изменения переменных x1 и x2 разбит на три интервала δ1= [0, 1), δ2= [1, 2), δ3= [2, 3) По данному логическому описанию системы управления составьте однослойную логическую нейронную сеть системы управления, используя принцип "размножения" решений. (x1∈δ1) ∧ (x2∈δ1) → Y2 (x1∈δ1) ∧ (x2∈δ2) → Y3 (x1∈δ1) ∧ (x2∈δ3) → Y4 (x1∈δ2) ∧ (x2∈δ1) → Y1 (x1∈δ2) ∧ (x2∈δ2) → Y2 (x1∈δ2) ∧ (x2∈δ3) → Y3 (x1∈δ3) ∧ (x2∈δ1) → Y4 (x1∈δ3) ∧ (x2∈δ2) → Y1 (x1∈δ3) ∧ (x2∈δ3) → Y2
- # Воспользуйтесь приведенной ниже логической нейронной сетью Антрополога-Исследователя. [Большая Картинка] Выберите 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 \\ h=0,25 \end{array} Положите веса связей равными обратной величине количества входов нейрона. Максимально возбудите нейрон Х = Иван, соответствующий одному из жителей села. Проанализируйте "ответ" нейронной сети.