изучение алгоритмов обучения нейронных сетей прямого распространения»

Стр 1 из 2Следующая ⇒

Министерство науки и высшего образования Российской Федерации

Севастопольский государственный университет

Кафедра информатики и управления в технических системах

ДИСЦИПЛИНА

«Нейронные сети и нечёткая логика»

ОТЧЕТ

по лабораторной работе № 1

«изучение алгоритмов обучения нейронных сетей прямого распространения»

Выполнил: студент гр. МИР/м-19-1-о

Зарецкая А.В.

Проверил: проф. каф. ИУТС

Скороход Б.А.

Севастополь

ЦЕЛЬ РАБОТЫ

Изучение и сравнительный анализ алгоритмов обучения нейронных сетей (НС) прямого распространения.

ПОСТАНОВКА ЗАДАЧ

Предполагаются заданными некоторые множество векторов и соответствие каждого из них одному из двух классов (обучающее и тестирующее множества). Требуется обучить нейронную сеть распознавать принадлежность вектора одному из классов и проверить работу сети, используя тестирующее множество.

Модельные задачи

1. Построить персептроны, реализующие функции ‘и’ и ‘или’ персептрон

2. Решить задачу классификации с помощью персептрона. Обучающее множество: P = [ -0.5 -0.5 +0.3 -0.1; -0.5 +0.5 -0.5 +1.0], T = [1 1 0 0]. Тестирующее множество: p = [0.7; 1.2].

3. Решить задачу классификации для задачи исключающего или.

Содержательная задача

5. Процесс изготовления кирпичей связан с отжигом, в результате которого могут появляться невидимые трещины. Оператор может детектировать их, ударяя кирпичи молотом. В автоматической системе реакция записывается с помощью микрофона на компьютер, фильтруется и нормализуется. Соответствующие данные для 10 кирпичей приведены в таблице 1 (данные были получены в Массачусетском технологическом институте, 1997г.). Требуется разработать систему, которая бы распознавала бракованные кирпичи.

Таблица 1. Интенсивности отклика на различных частотах

12 Следующая ⇒