КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Порядок выполнения работы. Экспериментальная часть
Экспериментальная часть Лабораторная работа выполняется с использованием программного нейроимитатора (STATISTICA Neural Networks, Neural Network Wizard и т.д.), который указывается преподавателем, в порядке, описанном ниже. Необходимо: Nвар = round(N1 + N2 / 5 + 1), где N1 и N2 – соответственно последняя и предпоследняя цифры номера зачетки.
Вариант 11: расшифровка двоичного 4-разрядного кода и представление его в 10-м виде, то есть на вход сети подаются четыре логические переменные, кодирующие двоичное число от 0 до 16, сеть перекодирует его в десятичный вид и выдает в виде выходной переменной у. Варианты 12 – 16: аппроксимация логических функций нескольких переменных Хi, выходная переменная Y – логическая. Рассматривается вся область определения функции.
2 Подготовить обучающую выборку средствами приложения Microsoft Excel и оформить ее в виде файла *.csv (для задач аппроксимации алгебраических функций). Примечание: Чтобы создать набор случайных чисел, воспользуйтесь функцией: =СЛЧИС()*100. В соседнем столбце рассчитайте значение заданной функции. Сохраните файл, выбрав расширение.CSV. 3 Провести обучение нескольких нейронных сетей c помощью программного нейроимитатора. Рассматриваются пять вариантов сети: Linear (линейная) с функцией активации «линейная» (для STATISTICA Neural Networks); MLP (для всех вариантов нейроимитатора) с количеством нейронов в скрытом слое, равном 1, 3, 5, 7 и функцией активации «сигмоидная» (Logistic). Обучение каждой сети вести, например, в 100 шагов. Обучение вести по алгоритму обратного распространения. 4 Проверить качество каждой обученной сети, для чего рассчитать несколько значений выходной переменной по заданной функции и по нейронной сети, затем на графике показать близость каждой обученной модели к исходной. 5 Рассчитать вручную одно выходное значение нейронной сети (для MLP сети с 5-ю нейронами в скрытом слое). Сравнить со значением, рассчитанным с помощью нейроимитатора. Примечание. Используйте Microsoft Excel. 6* Получить сеть с помощью средств автоматического создания сети. Определить параметры лучшей (по критерию минимальности среднеквадратичной ошибки обучения) сети. 7 Результаты оформить в виде отчета. В отчете представить: - цель работы, - задание, - обучающую выборку, - параметры каждой обученной сети: количества нейронов во входном, скрытом и выходном слоях и т.д., - графики, построенные для заданной функции и обученных моделей (для вариантов 11 – 16 приводятся таблицы значений функций),
- вывод о точности аппроксимации. *Примечание - Пункт 6 выполняется при работе с пакетом STATISTICA Neural Networks.
Дата добавления: 2014-11-06; Просмотров: 553; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |