Читайте также:
|
Линейная, пороговая, сигмоидальная, логистическая, гиперболический тангенс, радиально-базисная, экспонента, тригонометрический синус, модульная, квадратичная.
22. В каких нейронных сетях каждый нейрон передает свой выходной сигнал остальным нейронам сети?
слоисто-полносвязные или полносвязно-слоистые или просто полносвязные
23. К какому типу нейронных сетей относятся нейронные сети встречного распространения?
Гетерогенные.
24. К какому типу нейронных сетей относится многослойный персептрон?
сети прямого распространения
25. Чем характеризуются гомогенные нейронные сети?
Все нейроны имеют одинаковую функцию активации.
27. В чем заключается назначение нейронной сети Хопфилда?
Восстановление по искаженному (зашумленному) образу ближайшего к нему эталонному.
28 Какие из указанных нейронных сетей являются сетями с обратными связями? (вариантов ответов не было, поэтому только общие положения).
29. Как решается проблема устойчивости в нейронной сети Хопфилда?
Они могут быть универсальными аппроксиматорами только для непрерывных монотонных функций.
30. Как решается проблема устойчивости в двунаправленной ассоциативной памяти?
Устойчивость сети обеспечивается транспонированием матрицы весов и при условии что матрица весов W является квадратной и симметричной, ДАП сводится к сети Хопфил…
31. В чем заключается основное назначение нейронных сетей, реализующих модели адаптивной резонансной теории?
НС представляет собой компьютерную модель нейронных процессов. Нейронная сеть ART обычно включает в себя два слоя элементов (нейронов), реализующих кратковременную память в виде паттернов активности нейронов. В первом слое кодируются признаки объектов,элементы второго слоя кодируют классы объектов. Между слоями имеются связи, идущие снизу вверх и сверху вниз и реализующие долговременную память в виде меняющихся (адаптивных) весов связей.
32. В чем выражается эффект переобучения нейронной сети?
Контрольная ошибка перестаёт убывать или начинает расти. Это явление чересчур точной аппроксимации в процессе обучения называется переобучением
33. Каково назначение кросс-проверки нейронной сети?
Модель строится по обучающей выборке, а точность прогноза на основании модели оценивается по тестовой выборке. Если на тестовой выборке модель дает результаты того же качества, что и на обучающей выборке, то говорят, что модель хорошо прошла кросс-проверку.
34. Из слоев каких нейронов состоят нейронные сети встречного распространения?
Из слоев нейронов Коханена и Гроссберга
35. Чем обеспечивается устойчивость нейронной сети Хопфилда?
Устойчивость сети гарантируется тем, что матрица весов является:
1) симметричной,т.е. wi,j=wj,i
2) антирефлексивной, т.е. wi,i=0
36. Из скольких слоев состоит сеть Хопфилда?
37. Какую задачу решают нейронные сети Хопфилда?
Реализуют ещё одно свойство автоассоциативной памяти – восстановление по искаженному вектору ближайшего к нему эталонному.
38. Какую задачу решают нейронные сети Кохонена?
Нейронные сети Кохонена решают задачу Обучения без учителя. При этом – нет обучающей выборки, а есть только входные параметры (образцы). Главная особенность – самостоятельность, самоадаптация сети.
39. Какой тип алгоритма используется при обучении многослойного персептрона?
Алгоритм обратного распространения ошибок.
40. Какой алгоритм используется при обучении нейронной сети Кохонена?
метод наименьших квадратов или K-средних или фраза с нейрон победитель
42. Чем обеспечивается устойчивость нейронной сети типа «Двунаправленная ассоциативная память»?
43. Что такое свойство пластичности искусственных нейронных сетей?
Способность запоминать новые образы при сохранении запомненных образов
Дата добавления: 2015-07-20; просмотров: 56 | Нарушение авторских прав
| <== предыдущая страница | | | следующая страница ==> |
| Укажите выражение для корректировки синаптических весов нейронов в соответствии с дифференциальным методом обучения Хебба | | | Чем характеризуется нейронные нечеткие сети |