Главная » Просмотр файлов » neironne_seti_i_neirokompjuter

neironne_seti_i_neirokompjuter (1085713), страница 30

Файл №1085713 neironne_seti_i_neirokompjuter (Учебник - Нейронные сети и нейрокомпьютеры (Круг П.Г.)) 30 страницаneironne_seti_i_neirokompjuter (1085713) страница 302018-01-12СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 30)

Числа в диапазоне от 0 до 10, полученныес использованием генератора случайных чисел Турбо-паскальНомерачиселЧисла, полученные с использованиемфункции Random(10) Турбо-паскаль1 – 10008226313411 – 20040802937321 – 30687313428231 – 40418279488041 – 50115050767751 – 60526596926261 – 70074855963071 – 80797711975881 – 90620628125991 – 1001121542167Исследуемые временные серииОбъектом исследования являются временные серии, полученные спомощью генератора случайных чисел, формирующего равномернораспределенные числовые значения.За основу рекомендуется взять сто элементов (чисел) временной серии,значения которых лежат в диапазоне от 0 до 9 и сто элементов – в диапазонеот 0 до 99.

Данные временные серии следует получить с помощью функциигенерации случайных чисел любого программного продукта дляматематического моделирования (MathCAD, Matlab или др.), средыпрограммирования на языке высокого уровня (Delphi, C Builder или др.) иливзять из табл. 6.5 и 6.6.Выясним, есть ли какая-либо закономерность в появлении элементовданных временных серий и тем самым определим качество генератораслучайных чисел, который по идее должен обладать свойствомнекоррелированности значений числовых последовательностей.164PDF created with pdfFactory trial version www.pdffactory.comТаблица 6.6. Числа в диапазоне от 0 до 100, полученныес использованием генератора случайных чисел Турбо-паскальНомерачиселЧисла, полученные с использованиемфункции Random(100) Турбо-паскаль1 – 1003862027673116374211 – 208477845299136773221 – 306984713016324624822731 – 40481487287797498882241 – 5014145025907765777051 – 605520685995649924672961 – 7087749885057956833071 – 807098777419149178588681 – 90682896228871627549691 – 10017152617574928156073Определение начальной структуры нейронной сетиЧтобысинтезироватьоптимальнуюструктуру,необходимоподготовить и обучить несколько нейронных сетей и проверить качествовыполнения требуемых операций.

Ниже приведем основные этапы синтезатакой структуры (п. 1.5.1).1. В качестве нейронной сети предлагается воспользоваться сетьютипа многослойный персептрон.2. Количество входов соответствует количеству выбираемыхэлементов из временных серий (в нашем случае – N).3. Число нейронов во внутренних (скрытых) слоях и число такихслоев зависит от сложности задачи анализа или прогнозированиявременных серий.4.

Выходной слой нейронной сети следует составить из одногонейрона,значениекоторогобудетсоответствоватьпрогнозируемому элементу временных серий.Обучение нейронной сетиДля обучения нейронной сети подготовим блок обучающих выборокследующим образом.165PDF created with pdfFactory trial version www.pdffactory.comВыберем кадр из N+1 числа элементов, идущих от конца к началувременной серии, где первые N элементов – формируют вектор входногослоя, а последний (N+1)-й – элемент выходного слоя нейронной сети.Следующую обучающую выборку получаем, передвигаясь окном на одинэлемент влево и т.д.Таким образом, имея временную серию, состоящую из 100 элементов,можно подготовить 100–N–1 обучающих пар.Оптимизация структуры нейронной сетиЧтобы оценить качество прогнозирования, получите в соответствии сразделом «Исследуемые временные серии» еще 3 элемента, следующих за100 элементами временной серии, которые уже использовались приобучении.

Далее, запустите нейронную сеть, предъявив ей 3 новыхисследуемых вектора, и сравните результаты нейронной сети с числами,синтезированными генератором.Разницу между значениями, синтезированными генератором, ирезультатами работы нейронной сети используйте как качественныйпоказатель сети. Уменьшите эту разницу, модифицируя структурунейронной сети [5].ЗамечанияПодход, используемый в данной лабораторной работе для проверкикачества генератора случайных чисел, наверное, не самый популярный иэффективный.В то же время, разработанная в лабораторной работе нейронная сетьявляется аналогичной нейронным сетям, применяемым в интеллектуальныхсистемах прогнозирования различного назначения, например системпрогноза знаков изменения биржевых индексов, систем прогноза цены,систем расчета оптимального использования ресурсов и т.п (см.

п.1.5).166PDF created with pdfFactory trial version www.pdffactory.comВОПРОСЫ ДЛЯ САМОПРОВЕРКИ1.2.3.4.Для решения каких задач применяются нейронные сети?Искусственный нейрон и его основные свойства.Виды активационных функций.Какое основное отличие искусственных нейронов, которые используютсядля построения нейронных сетей, получивших название персептронов?5. К какому типу алгоритмов обучения относится алгоритм обратногораспространения, и в чем отличительная черта этих алгоритмов.6. Дайте свое определение «Многослойному персептрону».7. В чем заключается задача классификации?8.

Почему, по Вашему мнению, наиболее распространенной топологиейсети является модель прямого распространения информации?9. Каков смысл параметра a – скорости обучения (или, по-другому,коэффициента корреляции)?10. В чем заключается явление перетренированности сети?11. Что такое обобщение?12. Для решения каких задач применяются самоорганизующиеся картыКохонена?13. Каков смысл параметров, передаваемых функции обучения Кохонена?14. Что означают термины «компонентная карта» и «карта расстояний»?15. Объясните построение бинарной сети Хопфилда. Какими свойствамиобладает ее весовая матрица?16.

Объясните способ функционирования сети Хопфилда. Какие стадииработы она имеет?17. Одно из важнейших свойств сетей Хопфилда состоит в восстановлениикорректных образов. Для каких приложений оно может бытьиспользовано?18. Опишите поведение одного нейрона сети Хопфилда.19. В случае сетей Хопфилда также возникает проблема локальныхминимумов. Поясните различие локальных минимумов в сетях Хопфилдаи сетях, использующих алгоритм обратного распространения ошибок(Backpropagation).20. Какие входные векторы используют ART1-сети?21. Какую работу осуществляют слои сравнения и распознавания ART-сети?22.

В чем заключается основной принцип решения задачи распознаванияобразов?23. В чем разница между нейропроцессорами и нейрокомпьютерами?24. Приведите классификацию нейрокомпьютеров по типу применяемыхпроцессоров и конструктивной реализации.167PDF created with pdfFactory trial version www.pdffactory.comЛИТЕРАТУРА1. Алексеев А.В., Круг П.Г., Петров О.М. Нейросетевые инейрокомпьютерныетехнологии:Методическиеуказаниякпроведению лабораторных работ по курсу «Информационныетехнологии». М.: МГАПИ, 1999 г.2. Галушкин А.И. Некоторые исторические аспекты развития элементной базы вычислительных систем с массовым параллелизмом (80- и90- годы) // Нейрокомпьютер. № 1. 2000. С.

68-82.3. Горбань А., Россиев Д. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. 276 с.4. Кирсанов Э.Ю. Цифровые нейрокомпьютеры: Архитектура и схемотехника / Под ред. А.И.Галушкина. Казань: Казанский Госуниверситет,1995. 131 с.5. Круг П.Г., Филатенков Ю.В., Шилин А.В. Оптимизация структурынейронной сети, применяемой для автоматизированной классификациирезультатов моделирования. IV Всероссийская научн.-техн. конф.«Новые информационные технологии». М.: МГАПИ, 2001. С. 114-118.6.

Минский М., Пейперт С. Персептроны. М.: Мир, 1971.7. Розенблатт Ф. Принципы нейродинамики. Персептроны и теория механизмов мозга. М.: Мир, 1965.8. Уоссермен Ф. Нейрокомпьютерная техника. М.: Мир, 1992.9. Хехт-Нильсен Р. Нейрокомпьютинг: история, состояние, перспективы// Открытые системы. № 4. 1998.10. Шахнов В.А., Власов А.И., Кузнецов А.С., Поляков Ю.А.Нейрокомпьютеры: архитектура и схемотехника. М.: Изд-воМашиностроение, 2000. 64 с.11.

Alekseev A., Krug P., Shahidur R. The Neural Networks. TeachingEdition. Moscow. Publishing House of MPEI. 2000. 64 pp.12. SNNS. User Manual. (http://www.informatik.uni-stutgart.de/ipvr/bv/projekte/snns)13. http://neurnews.iu4.bmstu.ru14. http://neuronets.chat.ru15. http://www.module.ru16. http://www.scanti.ru17. http://www.ti.com18. http://www.trajan-software.demon.co.uk19.

http://www.basegroup.ru/tasks/forecast.htm168PDF created with pdfFactory trial version www.pdffactory.comПРИЛОЖЕНИЯТаблица П.1. Программные продукты моделирования нейронных сетейНазваниеРазработчик/производительПлатформаПоддерживаемые парадигмыи алгоритмы обученияИнтерфейсЦенаКомментарии1234567Win 95,98,NT 4.0Поддерживаемые парадигмы:персептрон, обратное распространение,радиальный базис, сети Эльмана, сетиХопфильда, вероятностнаяи обобщенная регрессия.Неподдерживаемые парадигмы: Хебб,Кохонена, карты свойств,самоорганизующиеся картыGUI дляMs Windows----Matlab NeuralNetwork Toolbox3.0MathWorks,СШАhttp://www.mathworks.comSNNSИнститут параллельныхи распределенных систем(IPVR) при ШтуттгардскомуниверситетеUnixОбратное распространение,радиальный базис, ART1, ART2, картыКохонена, сети Джордана,сети Эльмана, ассоциативная памятьGUI дляX-WindowsWin 3.x,9x, NTМногоуровневый персептрон,Обратное распространение,радиальный базис, карты Кохонена,вероятностная и обобщенная регрессияGUI дляMS Windowshttp://www.informatik.unistutgart.de/ipvr/bv/projekte/snns/announce.htmlTrajanTrajan Software Ltd.,Великобританияhttp://www.trajan-software.demon.co.uk/commerce.htm169PDF created with pdfFactory trial version www.pdffactory.comГенерирует ANSIсовместимый кодБесплатноОдин из лучшихсимуляторов.

Характеристики

Тип файла
PDF-файл
Размер
1,58 Mb
Тип материала
Высшее учебное заведение

Список файлов книги

Учебник - Нейронные сети и нейрокомпьютеры (Круг П.Г
Свежие статьи
Популярно сейчас
Зачем заказывать выполнение своего задания, если оно уже было выполнено много много раз? Его можно просто купить или даже скачать бесплатно на СтудИзбе. Найдите нужный учебный материал у нас!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6418
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее