По логической нейронной сети, представленной на рисунке, рассчитайте предпочтительное решение. Функция активации:

$f\_\{Вых\; i\}=\backslash begin\{cases\}\; f\_i,\; \backslash text\{если\; \$f\_i\; \backslash ge\; \$h,\}\backslash \backslash \; 0,\; \backslash text\{в\; противном\; случае\};\; \backslash end\{cases\}\; h=1.$

Правильный ответ:

= < Сладко помечтать о возможном счастье с высоким брюнетом>

= < Воскликнуть: " Как только таких на улицу выпускают!" >

= < Воскликнуть: " Душечка!" >

• # Для правильной совершенной нейронной сети, используемой в бабушкиной СПР = "Прогулка на велосипеде"; = "Шахматы"; = "Верховая езда"; = "Байдарка"; = "Дискотека"; = "Пешая прогулка". исследуйте и обсудите возможность применения данной функции активации на основе анализа эталонных ситуаций. Функция активации имеет вид: ,0 - в противном случае. (Значение h позвольте выбрать бабушке самой так, чтобы не морочить себе голову анализом ненулевых значений возбуждения.)
• # 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. Клетки экрана, заданные координатами, соответствуют рецепторам, величина возбуждения которых принадлежит отрезку [0, 1]. Функция активации представляет собой сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы. Таким образом, эталон буквы, по которому производится обучение, изображается возбуждением рецепторов внутри этого эталона с учетом возможных искажений. Выберите порог распознавания и веса связей так, чтобы суммарное возбуждение нейрона выходного слоя при предъявлении эталона равнялось . Научите" однослойную нейронную сеть распознавать букву А.
• # [Большая Картинка] представляет собой сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы. Для порога распознавания определите, на какую букву более всего похож вариант возбуждения рецепторов? (1,1) = 0,9, (1,2) = 0,9, (1,3) = 0,9, (2,1) = 1, (2,2) = 0,1, (2,3) = 1, (3,1) = 0,9, (3,2) = 0, (3,3) = 0,1, (4,1) = 0,9, (4,2) = 0, (4,3) = 1, (5,1) = 0,9 (5,2) = 0,9, (5,3) = 0,1.
• # Выберите по два диапазона возможной принадлежности показателей банка: Постройте обученную совершенную логическую нейронную сеть, связав диапазоны принадлежности каждого эталонного банка со сферическими координатами точки, соответствующей этому банку на экране. Банки-эталоны и их рейтинг: Точки – банки в сферической системе координат: .
• # Воспользуйтесь функцией активации: , если V > h, 0-в противном случае; h=0,5, Для абсолютно достоверной информации о показателях банка с помощью логической нейронной сети, построенной по соответствующему варианту задачи 3, найдите с помощью операции усреднения точку В отображения банка на экране. Каков рейтинг банка? Нейронная сеть имеет вид: [Большая Картинка]