Главная /
Введение в нейронные сети /
Корректно составленная система принятия решений с обратными связями должна быть устойчивой по отношению к исходным предположениям. Это означает, что при любых исходных предположениях – их достоверности или весовых оценках – должны однозначно получаться ок
Корректно составленная система принятия решений с обратными связями должна быть устойчивой по отношению к исходным предположениям. Это означает, что при любых исходных предположениях – их достоверности или весовых оценках – должны однозначно получаться окончательные, точные значения оценок этих предположений. Ниже приведен рисунок. В дополнение к расчетам, проведенным в Лекции, установите, зависят ли уточненные предположения о происхождении человека от предположения, принятого первоначально? Функция активации i-го нейрона определяется: . Положите .
вопросПравильный ответ:
установившиеся значения возбуждения нейронов в третьем цикле "работы" нейросети:
.
Система не устойчива по отношению к начальным предположениям, т.к. для других исходных данных был получен другой результат.
установившиеся значения возбуждения нейронов в третьем цикле "работы" нейросети:
.
Система не устойчива по отношению к начальным предположениям, т.к. для других исходных данных был получен другой результат
установившиеся значения возбуждения нейронов в третьем цикле "работы" нейросети:
.
Система не устойчива по отношению к начальным предположениям
Сложность вопроса
60
Сложность курса: Введение в нейронные сети
61
Оценить вопрос
Комментарии:
Аноним
Если бы не опубликованные ответы - я бы не смог решить c этими тестами intuit.
12 окт 2018
Аноним
Большое спасибо за тесты по интуит.
13 янв 2018
Аноним
Какой человек находит вот эти вопросы с интуитом? Это же очень просты вопросы
07 июн 2017
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # Найдите оптимальную стратегию лечения для приведенной на рисунке логической нейронной сети по некоторым нечетким данным, определяемым "на-глазок" лечащим врачом. [Большая Картинка] Функция активации находится, как если эта сумма превышает порог h = 0,5, и V равно нулю в противном случае.
- # 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 (m – число активных входов нейрона, в данном случае m = 3). Рекомендуется принять h = 0,5.
- # Ниже приведен рисунок фрагмента нейронной сети для решения "современной" задачи. Произведено "размножение" решений. С учетом обратных связей и по формуле для нахождения их весов: \omega =\begin{cases} 0,5 \frac {\Delta t-4}{4},\text{при $\Delta t< $4}\\ 0, \text{в противном случае}; \end{cases} [Большая Картинка] проанализируйте два цикла "работы" нейронной сети, если следующая попытка распознавания ситуации с участием Васи () совершается до истечения 4 единиц времени с момента предыдущего анализа подобной ситуации.
- # 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 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. Определите, является ли создаваемая нейронная сеть совершенной? Какую функцию активации Вы хотите использовать?