Главная /
Логические нейронные сети /
Желая "спасти" однослойную нейронную сеть, определяющую только три возможных решения, введите в обращение веса синапсических связей. Веса связей положите равными обратной величине количества активных входов нейрона. Уточните передаточную функцию: \begin{a
Желая "спасти" однослойную нейронную сеть, определяющую только три возможных решения, введите в обращение веса синапсических связей. Веса связей положите равными обратной величине количества активных входов нейрона. Уточните передаточную функцию:
Нейронная сеть с учетом весов связей примет вид:
Проверьте, правильно ли "работает" нейросеть?
А1 = 0,8, А2 = 0,2, В1 = 0,6, В2 = 0,4
.
вопрос
Правильный ответ:
R1 = 0,5, R2 = 0,6, R3 = 0,3
. Решению R2
доверять нельзя
R1 = 0,5, R2 = 0,6, R3 = 0,3
. Решение R1
представляется более логичным, чем решение R2
. Это подрывает доверие к возможности повышения достоверности результатов только лишь с помощью весов
R1 = 0,5, R2 = 0,6, R3 = 0,3
. Решение R1
должно быть исследовано
Сложность вопроса
92
Сложность курса: Логические нейронные сети
81
Оценить вопрос
Комментарии:
Аноним
Спасибо за сайт
29 мар 2018
Аноним
Если бы не эти решения - я бы не осилил c этими тестами intuit.
09 окт 2017
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # Для варианта логического описания системы принятия решений (СПР) при игре в "железнодорожную рулетку" (Лекция 9) постройте электронную схему СПР на данной логической матрице, отображающей некоторую регулярную структуру связей внутри множества логических элементов. Оставленные связи говорят об использовании предусмотренных "проводочков", остальные "проводочки" "перекушены". (A1∨A2)∧ (B1∨A2)∧ (A1∨ B2)∧ (B1∨ B2) → R1, (A1∧B2) → R2, (A2∧B1) → R3. Логическая матрица имеет вид: [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")
- # Если в действительности "работа" логической нейронной сети отражает проверку попадания ситуации, по каждому событию отдельно, в некоторый заданный диапазон, то в чем преимущество подобного подхода, как оригинального метода вычислений, по сравнению с "традиционным" программно-алгоритмическим способом анализа этого попадания?
- # 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]
- # Для обучения (трассировки) предложена нейронная сеть, заданная матрицей следования с первоначально нулевыми весами. С помощью процедуры введения транзитивных связей проверьте корректность задания структуры нейросети по наличию статических цепочек, обеспечивающих пути достижения всех нейронов выходного слоя от каждого нейрона-рецептора. Введите дополнительные связи, если это необходимо. Матрица следования имеет вид: [Большая Картинка]