Главная /
Введение в нейронные сети /
[картинка]. Предполагается, что обученная нейросеть создается с помощью единичных весов связей (пропускающих сигнал в нужном направлении), веса "ненужных" связей полагаются равными нулю. Обучите нейронную сеть распознаванию буквы А по логическому выражени
По точно известным ситуациям, на основе 5 - 6 достоверных, т.е. "единичных", наборов данных, произведите верификацию всех вариантов выполнения системы принятия решений: "электронной" схемы, схемы на нечеткой логике, "многослойной" и однослойной нейронной сети. Каждый удовлетворительный результат анализа сопровождайте расчетом 2 - 3 (единых для всех способов построения СПР) вариантов нечеткого задания данных. Результаты должны совпасть. При задании возбуждения рецепторов следуйте принципу исчерпывающих множеств событий.
Вид некоторой "красивой" граф-схемы показан на рисунке. . Предполагается, что обученная нейросеть создается с помощью единичных весов связей (пропускающих сигнал в нужном направлении), веса "ненужных" связей полагаются равными нулю. Обучите нейронную сеть распознаванию буквы А по логическому выражению . Букве поставьте в соответствие первый нейрон выходного слоя. вопросПравильный ответ:
Сложность вопроса
94
Сложность курса: Введение в нейронные сети
61
Оценить вопрос
Комментарии:
Аноним
Спасибо за ответы по intuit.
06 июн 2020
Аноним
Если бы не эти подсказки - я бы не смог решить c этими тестами intuit.
23 ноя 2019
Аноним
Зачёт защитил. Мчусь отмечать отмечать халяву с тестами интуит
25 дек 2018
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # Постройте для бабушки совершенную логическую нейронную сеть для ее СПР, что откроет широкие возможности развития и модификации при реализации в ее нейрокомпьютере – записной книжке. Убедитесь в полноте и непротиворечивости полученной СПР. Логическое описание СПР: = "Прогулка на велосипеде"; = "Шахматы"; = "Верховая езда"; = "Байдарка"; = "Дискотека"; = "Пешая прогулка".
- # [Большая Картинка] Для локализации возбуждения единственного нейрона предположим, что в каждом такте работы нейросети каждый нейрон уменьшает величину возбуждения всех других нейронов на 0,1 величины собственного возбуждения. В свою очередь, он подвергается такому же воздействию со стороны других нейронов. Следовательно, нейрон, величина возбуждения которого максимальна, через несколько тактов подавит возбуждение других нейронов (величина их возбуждения станет ниже порога 0,8) и обретет четко выраженный сигнал возбуждения в ответ на поставленную задачу распознавания. Рассчитайте величины возбуждения нейронов, "отвечающих" за буквы А, В, С по заданным начальным значениям их возбуждения и определите, через сколько тактов значимой величиной возбуждения будет обладать единственный нейрон. После предъявления образа нейроны выходного слоя, соответствующие узнаваемым буквам, обрели значения возбуждения: .
- # По логической нейронной сети, представленной на рисунке, рассчитайте предпочтительное решение. Функция активации: f_{Вых i}=\begin{cases} f_i, \text{если $f_i \ge $h,}\\ 0, \text{в противном случае}; \end{cases} h=1. [Большая Картинка]
- # В результате моделирования выяснилось, что рассмотрение принадлежности
- # В перспективе своих самостоятельных исследований составьте модель программы игры в "крестики – нолики", первоначально ограничившись попыткой сведения игры "в ничью". Начните разработку модели с анализа возможных ходов противника и с выбора предпочтительного ответа. Для этого заведите три строки, каждая из которых содержит три позиции. В текущем состоянии игры позиция может содержать "крестик" (противника), "нолик" (Ваш) или быть свободной. Несомненно, "традиционный" программный, последовательный анализ каждой позиции всех строк трудоемок и долог. Ассоциативный принцип "работы" нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и сделать игровую нейрокомпьютерную приставку к персональному компьютеру. Составьте проект такой нейронной сети. Составьте матрицу следования, описывающую нейронную сеть.