align = "justify"> Г—
R, де
S - число нейронів у шарі
i , а
R - число нейронів у шарі
j , помножене на число затримок ;
ж) dotprod - блок зважування вхідних сигналів і сигналів між шарами, на виході якого виходить сума зважених, т. е. помножених на відповідні ваги компонент сигналу;
з) mux - концентратор вхідних сигналів і сигналів між шарами, перетворює набір скалярних сигналів у вектор, а набір векторів в один вектор сумарної довжини;
і) netsum - блок підсумовування компонент для кожного нейрона шару: компонент від декількох векторів входу з урахуванням затримок, зміщення і т. п.;
к) hardlim, purelin і т. д. - блоки функцій активації;
л) pd {1, 1}, pd {1, 2}, ad {2, 1}, ... - сигнали після ліній затримки (d - delay) ;
м) iz {1, 1}, iz {1, 2}, lz {2, 1}, lz {3, 2} < span align = "justify"> - вектор-сигнали з виходу концентратора;
н) bias - блок ваг зміщень для шару нейронів;
о) IW - масив комірок з матрицями ваг входів: IW {i , j} - матриці для шару i від вхідного вектора j ;
п) LW - масив комірок з матрицями ваг для шарів: LW { i, j} - матриці для шару i від шару j .
. Проаналізувати всі параметри кожного блоку структурної схеми розглянутої нейронної мережі і в разі необхідності звернутися до довідкової системи ПРО NNT. p align="justify">. Задати нульові послідовності сигналів для входів
P = [0 0, 0 0]
і справити моделювання мережі
A = sim (net, P).
7. Задати діапазони вхідних сигналів і вагові матриці за допомогою наступних присвоюван...
