Методические указания к лабораторной работе №4, страница 3
Описание файла
Документ из архива "Методические указания к лабораторной работе №4", который расположен в категории "". Всё это находится в предмете "нейрокомпьютерные сети" из 10 семестр (2 семестр магистратуры), которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. Архив можно найти в разделе "книги и методические указания", в предмете "нейрокомпьютерные сети" в общих файлах.
Онлайн просмотр документа "Методические указания к лабораторной работе №4"
Текст 3 страницы из документа "Методические указания к лабораторной работе №4"
Рис. 9. Создание инструмента.
Cеть Хэмминга с тремя инструментами, позволяющими контролировать ее работу в процессе обучения и функционирования, приведена на рис. 10.
Рис. 10. Сеть Хэмминга.
-
Подготовим сеть к обучению, для этого командой Network / Zero Weights необходимо обнулить все весовые коэффициенты в сети (рис. 11).
Рис.11. Обнуление весовых коэффициентов.
11. Обучим нейронную сеть, используя команду Execute Network / Learn One и наблюдая процесс обучения с помощью инструментов. После прохождения всего обучения на экране будет отображена сеть, инструменты которой будут показывать последний вектор из обучающей выборки (рис.12).
Рис. 12. Обученная сеть Хэмминга.
Программа обучения и функционирования “hamming”, обеспечиваемая «Nworks», может быть использована для обеих версий сети («hamming», «hamlatin»). Важные аспекты этой программы:
-
Счетчик в 1-ой колонке программы функционирования должен быть больше, чем наибольшее ожидаемое число итераций, требуемое для сходимости соревновательного процесса для версии сети с латеральным торможением. Счетчик функционирования увеличивается на каждой итерации и как только один ПЭ в слое категорий станет активным, устанавливается в определенное значение.
-
Параметр «Input clamp» должен быть установлен в 0.
-
Коэффициент обучения (Coeff 1) должен быть установлен в 0,5.
-
(Coeff 2) должен быть установлен в 0. Температура для режима функционирования устанавливалась по умолчанию = 120.0
13. Чтобы начать тестирование с первого входного образа, переместим указатель во входном файле на начало командой Execute Network / Rewind Input (рис. 13).
Для тестирования сети Хэмминга на исходных входных образах параметр «Температура» должен быть установлен в 0,0 с помощью команды Utilities/L/R Schedule.
Проверим правильность функционирования сети, используя команду Execute Network/Recall One.
Рис.13. Установка указателя входного файла на начало.
14. Установим значение температуры, равное 120, и повторим предыдущий пункт, пока не проверим все входные данные (рис. 14 – 16).
В результате такого выполнения из входного файла будет каждый раз выбираться один пример. Входные данные для режима функционирования те же, что и в режиме обучения, однако к ним добавляется шум, определяемый значением параметра «Температура», что приводит к эффекту реверсирования полярности нескольких битов во входном примере.
Рис.14. Тестирование на входном образе «?».
Рис.15. Тестирование на входном образе «А».
Рис.16. Тестирование на входном образе «В».
15. Изменим значение параметра «Температура» для режима функционирования сети Хэмминга, установив T=200 или 250. Проверим правильность функционирования сети.
16. Теперь исследуем версию сети Хэмминга с латеральными связями (“hamlatin”). Для этого добавим в слой категорий обратные связи:
| Приемник | Источник | Тип соединения | Тип связи | Начальное значение |
| Category | Category | Fully | Set | -0,99/M |
| Category | Category | Correspondingly | Set | 1.0 |
Связи необходимо добавлять в указанной последовательности с помощью команд «Fully Connected» и «Correspondingly Connected» соответственно.
Поменяем параметры слоя категорий, установив:
Transfer – Perseptron,
Output – Direct.
17. Проверим правильность работы сети Хэмминга с латеральным торможением, повторив пункты 13-15. Чтобы наблюдать итерационный процесс классификации, необходимо установить в диалоговом окне инструментов Template и Category параметр Recall Divisor = 1.
Порядок выполнения работы
-
Создать нейронную сеть Хэмминга для распознавания четырнадцати символов размерностью 6х7 ( версия “hamming”).
-
Сформировать обучающее множество, скопировав файл “hamming.nni” и выбрав из него произвольные четырнадцать символов.
-
Обучить сеть.
-
Создать три инструмента для визуального контроля за процессом обучения и функционирования сети в соответствии с описанием.
-
Проверить работоспособность сети, задаваясь различными значениями параметра «Температура».
-
Изменить структуру нейронной сети, добавив обратные связи в слое категорий и изменив его параметры (версия “hamlatin”).
-
Проверить работоспособность сети Хэмминга с латеральными связями, задаваясь различными значениями параметра «Температура».
Требования к отчету
Отчет должен содержать:
1. постановку задачи распознавания образов,
2. структурную схему сети Хэмминга для решения поставленной задачи,
3. структурную схему алгоритма функционирования сети Хэмминга,
4. файл с обучающей выборкой,
5. результаты проверки функционирования сети с использованием инструментов при различных значениях параметра «Температура» для двух версий сети Хэмминга (“hamming” и “hamlatin”).
6
