Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Статьи » Розробка програми моделювання нейронної мережі

Реферат Розробка програми моделювання нейронної мережі





tify"> - з'їм у вигляді значень ваг синапсів вихідних нейронів;

- адитивний з'їм з синапсів вихідних нейронів.



Малюнок 2.8 - Шарувата мережу


Залежно від функції активації нейронів мережа може бути однорідною і неоднорідною. Однорідна, або гомогенна, нейронна мережа, така нейрони якої однаково перетворять вихідний сигнал адаптивного суматора. Якщо ж функція активації залежить від одного або декількох параметрів, значення яких змінюються від нейрона до нейрона, то мережу називають неоднорідною, або гетерогенної.

За організації навчання поділяють навчання нейронних мереж з учителем (supervised neural networks) і без вчителя (nonsupervised). При навчанні з учителем передбачається, що є зовнішнє середовище, що надає навчальні приклади (значення входів і відповідні їм значення виходів) на етапі навчання або оцінює правильність функціонування нейронної мережі, і, у відповідності зі своїми критеріями, запускає механізм зміни стану нейронної мережі. Під станом нейронної мережі, що може змінюватися, зазвичай розуміється:

- ваги синапсів нейронів;

- встановлення нових зв'язків між нейронами (властивість біологічних нейронів встановлювати нові зв'язки і ліквідувати старі називається пластичністю).

За способом пред'явлення прикладів розрізняють пред'явлення одиничних прикладів і сторінки прикладів. У першому випадку зміна стану нейронної мережі (навчання) відбувається після пред'явлення кожного прикладу. У другому - після пред'явлення сторінки (безлічі) прикладів на основі аналізу відразу усіх.


. 4 Математична модель нейронної мережі


. 4.1 Одношарові нейронні мережі

Розглянемо нейронні мережі, що складаються з одного шару нейронних елементів, який здійснює обробку вхідної інформації. Такі мережі прийнято зображати у вигляді двошарової нейронної мережі, де перший шар нейронних елементів є розподільним, а другий - оброблювальним. Розподільчий шар передає вхідні сигнали на оброблювальний шар нейронних елементів, який перетворює вхідну інформацію відповідно до синоптичними зв'язками і функцією активації. При цьому кожен нейрон розподільного шару має синоптичні зв'язку з усімі нейронами обробного шару. Тоді вихідне значення j-го нейронного елемента другого шару, відповідно до (2.1) можна представити як:


,


де Tj - поріг j-го нейронного елемента;

wij - сила синаптичного зв'язку між i-м нейроном розподільного шару і

j-му нейроном обробного шару.

Поріг нейронного елемента характеризує розташування функції активації по осі абсцис. При операціях з нейронними мережами поріг нейронного елемента вихідного шару, а так само і зритих шарів, можна виносити за межі шару і зображати як синоптичну зв'язок з ваговим коефіцієнтом, рівним значенню Т, і вхідним значенням, рівним - 1, рисунок 2.9.

Сукупність вагових коефіцієнтів мережі можна представити у вигляді матриці:


.


Тоді вектор-стовпець зваженої суми в матричному вигляді визначається як:


,


де Т - вектор-стовпець порогів нейронних елементів другого шару.

Розглянемо нейронну мережу з двома нейронами вхідного і одним нейроном вихідного шару, малюнок 2.9. Функція активації нейронів вихідного шару - порогова (2.3). Зважена сума:


.


Відповідно вихідне значення нейронної мережі:


.

Така мережа здійснює лінійне поділ вхідного простору на два класи, і може використовуватися для вирішення задач класифікації образів. При цьому рівняння розділяє лінії:


. (2.7)


Вона розділяє область рішень, відповідну одному класу, від іншого класу і називається дискримінантної лінією. З (2.7) отримаємо:


. (2.8)


У системі координат (х2, х1) рівняння (2.8) зображує пряму лінію, яка відокремлює один клас від іншого, малюнок 2.10. При цьому величина T1/| W | являє собою відстань від центру координат до прямої. Якщо розмірність вихідного сигналу n=3, то розділяє поверхнею буде площину, якщо n gt; 3 - гіперплоскость.



Малюнок 2.9 - Одношарова мережа з одним вихідним нейроном та поданням порогового значення у вигляді синоптичної зв'язку.


Малюнок 2.10 - дискримінантного лінія


Розглянемо рішення найпростіших завдань логічних операцій на описаної вище мережі. Ці завдання вирішуються з використанням нейронної мережі, якщо їх простір рішень можна розбити на два класи, малюнок 2.11. З малюнка випливає, що розглянута мережа може вирішити завдання І і АБО, але нездатна вирішити завдання ВИ...


Назад | сторінка 4 з 34 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Розпізнавання образів за допомогою неординарного алгоритму та програмної ре ...
  • Реферат на тему: Дослідження та розробка нейронної мережі для настройки коефіцієнтів ПІД-рег ...
  • Реферат на тему: Розробка і побудова прогностичних моделей на основі нейронної мережі в анал ...
  • Реферат на тему: Реалізація одношарової нейронної мережі (персептрона)
  • Реферат на тему: Розробка штучної нейронної мережі для розпізнавання статі по фотографії