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.

Желая сократить расходы, начальник станции Кукуевка установил одинаковое (минимальное) вознаграждение в случае отправки обоих линейных на середину перегона, - вне зависимости от скорости их перемещения. Таким образом, решение R1 вобрало в себя и решение R4. Выполнив необходимое преобразование нейронной сети (независимо от скоростей паравозов), получим ее в виде: ; , если , 0 – в противном случае, . Исследуйте правомочность принимаемых решений.

А1 = 0,8, А2 = 0,2, В1 = 0,4, В2 = 0,6.

Правильный ответ:

• # Воспользуйтесь приведенной ниже логической нейронной сетью Антрополога-Исследователя. Выберите функцию активации: , 0 – в противном случае, h = 0,5. [Большая Картинка] Положите веса связей равными обратной величине количества входов нейрона. Максимально возбудите нейрон Х, соответствующий одному из жителей села. Проанализируйте "ответ" нейронной сети. Х = Иван.
• # Задание призвано будить творческую активность и определять важные и интересные пути и темы дальнейших экспериментальных разработок слушателей. Пока, по многим вопросам у автора самого-то нет определенного мнения. Поэтому к некоторым ответам следует относиться критически. Рассмотрите аспекты "коллективного" поведения объектов "живого" моделирования. Мониторы сегмента локальной вычислительной сети с прикрепленными к ним средствами цифрового видеоввода установлены в пределах видимости друг друга. На экранах мониторов – "живые" (реагирующие) объекты.
• # Для углубленного знакомства с трассировкой следует воспользоваться материалами курса "Логические нейронные сети, www.INTUIT.ru". Приведенные ниже задания взяты из этого курса. Для построения системы принятия решений (СПР) предлагается нейронная сеть заданной структуры. В предположении, что для СПР достаточна однослойная нейронная сеть, составьте обобщенные эталоны для ее обучения (трассировки) по логическому описанию СПР.
• # 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: |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]
• # По таблице [Большая Картинка] рассчитайте приближенное значение (игнорируя математическое обоснование) компонент вектора Y для измеренного вектора Х с помощью расстояния между точками, "участвующими" в проводимой интерполяции по формуле Х = {2,1; 3,7}.