Главная /
Введение в нейронные сети /
Для углубленного знакомства с трассировкой следует воспользоваться материалами курса "Логические нейронные сети, www.INTUIT.ru". Приведенные ниже задания взяты из этого курса. Для выполнения алгоритма трассировки необходимо предварительно построить матриц
Для углубленного знакомства с трассировкой следует воспользоваться материалами курса "Логические нейронные сети, www.INTUIT.ru". Приведенные ниже задания взяты из этого курса. Для выполнения алгоритма трассировки необходимо предварительно построить матрицу следования, отображающую все потенциальные статические пути возбуждения, ведущие от нейронов-рецепторов, "участвующих" в логическом выражении, к нейрону выходного слоя, соответствующего решению. Для логического выражения в описании СПР постройте матрицу следования для обучения первому эталону, предварительно введя транзитивные и дополнительные связи. Система логических выражений:
Матрица следования: вопросПравильный ответ:
Сложность вопроса
82
Сложность курса: Введение в нейронные сети
61
Оценить вопрос
Комментарии:
Аноним
Зачёт защитил. Мчусь отмечать отмечать экзамен intuit
23 июн 2020
Аноним
Если бы не данные решения - я бы не смог решить c этими тестами intuit.
10 фев 2017
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # Ответьте на вопросы принципиального характера. В чем заключается существенный недостаток нахождения решения с помощью логической нейронной сети и как можно снизить его значение?
- # Для углубленного знакомства с трассировкой следует воспользоваться материалами курса "Логические нейронные сети,
- # 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]
- # 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]
- # В Wi-Fi-технологии транспортировки пакетов информации используются однослойные логические нейронные сети с обратными связями, регулируемыми смежными пунктами. Пусть для некоторого узла А фрагмент такой нейронной сети, определяющий номер смежного пункта для передачи по адресу назначения В, представлен на рисунке. Показаны веса предпочтительной передачи. Обратные связи задаются отрицательными весами, равными по модулю коэффициентам загрузки буферов смежных узлов. Буферы рассчитаны на 5 пакетов, т.е. поступление одного пакета снижает коэффициент загрузки буфера на 0,2. Функция активации реализует суммирование взвешенных сигналов на входе нейронов и сравнивает с нулевым порогом. [Большая Картинка] В двух смежных тактах на узел А поступают запросы на дальнейшую транспортировку пакетов с адресом назначения В. Пусть смежные пункты - узлы 1, 2, 3, 4 – в это время не получают запросы от других узлов. При заданных исходных значениях коэффициентов – загрузки буферов определите направление передачи пакетов в первом и втором тактах работы системы. .