Главная /
Введение в нейронные сети /
По логическому описанию СПР составьте описания однослойных логических нейронных сетей. Возможно ли построение по полученному описанию совершенной логической сети? Логическое описание СПР: [формула] [формула] [формула]
По логическому описанию СПР составьте описания однослойных логических нейронных сетей. Возможно ли построение по полученному описанию совершенной логической сети? Логическое описание СПР:
Правильный ответ:
построить совершенную нейросеть нельзя из-за различного количества переменных, участвующих в логических выражениях
совершенная нейронная сеть может быть построена с помощью введения фиктивных переменных
Сложность вопроса
82
Сложность курса: Введение в нейронные сети
61
Оценить вопрос
Комментарии:
Аноним
Нереально сложно
23 ноя 2017
Аноним
Я помощник профессора! Прямо сейчас уничтожьте ответы по интуит. Немедленно!
26 июл 2016
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
-
#
[Большая Картинка]
Обучите нейронную сеть двум буквам В и С, как показано на рисунке, согласно логическим выражениям В:
![math]()
С:![math]()
Функция активации - суммирование значений сигналов на входах нейрона при нулевом пороге. Различает ли сформированная нейросеть эталоны этих букв?
- # Составьте систему принятия решений для весенне-летнего периода отдыха бабушки.
-
#
Для углубленного знакомства с трассировкой следует воспользоваться материалами курса "Логические нейронные сети, www.INTUIT.ru". Приведенные ниже задания взяты из этого курса. Используйте функцию активации:
![math]()
|V_j|=\begin{cases}
V, \text{ при $V \ge $h,}\\
0, \text{в противном случае};
\end{cases}
h=0,5.
Произведите верификацию нейросети, задавая допустимые комбинации единичных значений аргументов (эталонные ситуации).
Система логических выражений:
![math]()
![math]()
![math]()
Результат трассировки: [Большая Картинка]
-
#
Для углубленного знакомства с трассировкой следует воспользоваться материалами курса "Логические нейронные сети, www.INTUIT.ru". Приведенные ниже задания взяты из этого курса. Используйте функцию активации:
![math]()
|V_j|=\begin{cases}
V, \text{ при $V \ge $h,}\\
0, \text{в противном случае};
\end{cases}
h=0,5.
Произведите верификацию нейросети, задавая допустимые комбинации единичных значений аргументов (эталонные ситуации).
Система логических выражений:
![math]()
![math]()
![math]()
Результат трассировки: [Большая Картинка]
-
#
Рассчитайте значения возбуждения нейронов выходного слоя и найдите вектор управляющего воздействия по нечетко заданным характеристикам. Передаточная функция имеет вид:
![math]()
, если ![math]()
, 0-в противном случае; ![math]()
,
Нейронная сеть имеет вид: [Большая Картинка]
Достоверность предположения о принадлежности значений ![math]()
и ![math]()
исследуемым интервалам равна:
![math]()
![math]()
![math]()
![math]()
![math]()
С:
Функция активации - суммирование значений сигналов на входах нейрона при нулевом пороге. Различает ли сформированная нейросеть эталоны этих букв? 
|V_j|=\begin{cases}
V, \text{ при $V \ge $h,}\\
0, \text{в противном случае};
\end{cases}
h=0,5.
Произведите верификацию нейросети, задавая допустимые комбинации единичных значений аргументов (эталонные ситуации).
Система логических выражений:
Результат трассировки: [Большая Картинка] 
, если 
, 0-в противном случае; 
,
Нейронная сеть имеет вид: [Большая Картинка]
Достоверность предположения о принадлежности значений 
и 
исследуемым интервалам равна:
