ghts {1, 2} .delays=[0 1] ;. layerWeights {3, 2} .delays=[0 1 2] ;. IW {1, 1}=[0.5 0.5] ;. IW {1, 2}=[0.5 0.25] ;. LW {2, 1}=[ 0.5] ;. LW {3, 2}=[0.5 0.25 1]
Рис. 9. Графік роботи нейронної мережі asgnet
Рис. 10. Графік роботи нейронної мережі net
Навіть за допомогою простого присвоєння та побудови за елементами нейронної мережі отримував ідентичні результат роботи.
Завдання 3. Використовуючи блоки імітаційного моделювання інструментального пакету Simulink системи MATLAB, побудувати модель динамічної мережі asgnet, провести дослідження моделі, перевірити адекватність її поведінки поведінки моделі net і оформити електронний звіт за допомогою генератора Report Generator.
Був створений звіт за допомогою пакету Simulink, сам звіт надається з файлам курсової роботи.
Завдання 4. Використовуючи конструктор класу network з параметрами і оператори присвоювання для полів і осередків об'єктів цього класу, побудувати, видати на екран і промоделювати штучні нейронні мережі наступній архітектури:
а) одношарова мережу з трьома нейронами, трьома двокомпонентними входами і одним цільовим виходом;=network (3, 1, [1], [1 1 1], [1], [1], [ 1])
Рис. 11.Результат виконання
Рис. 12. Одношарова мережа з трьома нейронами
б) тришарова мережу з прямою передачею сигналів і з трьома нейронами в кожному шарі; кількість входів - три з двома, п'ятьма і трьома компонентами; для всіх верств є зміщення; вихід -один;=network (3, 3, [1; 1; 1], [1 0 0; 1 0 0; 1 0 0], [1 0 0; 1 0 0; 1 0 0], [1 0 0], [1 0 0])
Рис. 13.Результат виконання
Рис. 14. Тришарова мережу з прямою передачею сигналів
в) тришарова мережа, в якій кожен шар з'єднаний з усіма іншими; вхід - один і складається з двох компонентів; кількість нейронів в кожному шарі - три, шари мають зміщення;=network (3, 3, [1; 0; 0], [1 1 1; 1 1 1; 1 1 1], [1 1 1; 1 1 1; 1 1 1], [1 0 0], [1 0 0])
Рис. 15.Результат виконання
Рис. 16. тришарова мережа, в якій кожен шар з'єднаний з усіма іншими;
г) тришарова динамічна мережа з трьома нейронами в кожному шарі; число входів - три, з них кожен складається з трьох компонентів; маються зсуву на всіх шарах; лінії затримки затримують сигнали на один і два такту і включені між усіма верствами, а також на вході;=network (3, 3, [1; 0; 0], [1 1 1; 1 1 1; 1 1 1], [ 1 1 1; 1 1 1; 1 1 1], [1 0 0], [1 0 0])
Рис. 17.Результат виконання
Рис. 18. тришарова динамічна мережа
. inputWeights {1, 1} .delays=[0 1];
t3.inputWeights {1, 2} .delays=[0 1] ;. inputWeights {1, 3} .delays=[0 1] ;. inputWeights {2, 1} .delays=[ 0 1] ;. inputWeights {2, 2} .delays=[0 1] ;. inputWeights {2, 3} .delays=[0 1] ;. inputWeights {3, 1} .delays=[0 1 2];.inputWeights {3, 2} .delays=[2 1 2] ;. IW {1, 1}=[0.5 0.8] ;. IW {1, 2}=[0.5 0.2] ;. IW {1, 3}= [0.2 1] ;. IW {2, 1}=[0.2 1] ;. IW {2, 2}=[0.5 0.2] ;. IW {2, 3}=[0.5 1] ;. LW {3, 1 }=[0.5 0.2 0.1] ;. LW {3, 2}=[0.1 0.2 0.1] ;. LW {3, 3}=[0 0.2 1];
Рис. 19. Графік тришарової динамічної мережі
д) квадратна мережу з десятьма шарами і десятьма нейронами в кожному шарі; десять векторів підключаються по одному до кожного шару; є десять виходів від всіх верств мережі; зміщення підключені до кожного шару.
P1=[0; 0; 0; 0; 0; 0; 0; 0; 0; 0];={
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]
[1 1 1 1 1 1 1 1 1 1]};=[1 1 1 1 1 1 1 1 1 1];=network (10, 10, P1, P2, P2, P3 , P3)
Нейронна мережа вийшла досить велика за масивністю зв'язків і прошарків, з цього зовнішній вигляд схеми був збережений в фай task3.mdl.
Висновки
Штучні нейронні мережі використовуються для вивчення властивостей біологічних нейронних мереж, а також для вирішення завдань у сфері штучного інтелекту.
Класифікація нейронних мереж за характером навчання ділить їх на:
нейронні мережі, що використовують навчання з учителем і нейронні мережі, що використову...
