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?

Правильный ответ:

нейронная сеть является совершенной. Целесообразно использовать функцию активации: . Коррекция весов и порогов не требуется

нейронная сеть является совершенной. Целесообразно использовать функцию активации: , 0 – в противном случае, h = 0,5. (Веса равны единице.)

нейронная сеть не является совершенной. Чтобы уравнять значения возбуждения нейронов выходного слоя, целесообразно выбрать функцию активации: , 0 – в противном случае, h = 0,8, т – количество активных входов нейрона.

• # Воспользуйтесь приведенной ниже логической нейронной сетью Участкового Уполномоченного и функцией 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.
• # [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) = 1, (1,3) = 0,9, (2,1) = 1, (2,2) = 0,1, (2,3) = 1, (3,1) = 0,8, (3,2) = 0,9, (3,3) = 0,1, (4,1) = 0,9, (4,2) = 0, (4,3) = 0,8, (5,1) = 0,9, (5,2) = 0,9, (5,3) = 0,8.
• # 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. Постройте логическую нейронную сеть "железнодорожная рулетка" для различных вариантов и скорости паровозов, влияющей на величину гонорара линейных. Воспользуйтесь функцией активации ; , если , 0 – в противном случае, . , = <Отправить обоих линейных на середину перегона, заплатив гонорар $230> = <Отправить даму с приветственным платочком, заплатив гонорар $70>; = <Отправить линейного с подстилочной соломкой, заплатив гонорар $80>; = <Отправить обоих линейных на середину перегона, заплатив гонорар $260>.
• # 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]
• # 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.