Читайте также:
|
|
МЕТОДИЧЕСКИЕ УКАЗАНИЯ
к выполнению лабораторных работ
по курсу
«Нейросетевые технологии»
для студентов специальности «Интеллектуальные системы принятия решений» дневной и заочной формы обучения
Утверждено
на заседании кафедры
ИСПР.
Протокол № __ от ________2011г.
Краматорск 2011
УДК 330.4
Методические указания к выполнению лабораторных работ по курсу «Нейросетевые технологии» (для студентов специальности 7.080404 дневной и заочной формы обучения)/Сост. Гитис В.Б. – Краматорск: ДГМА, 2011. – 20 с.
Составитель Гитис В.Б.
Отв. за выпуск Гитис В.Б.
СОДЕРЖАНИЕ
Стр. | |
Лабораторная работа 1. | |
Лабораторная работа 2. | |
Лабораторная работа 3. | |
Лабораторная работа 4. | |
Лабораторная работа 5. | |
Лабораторная работа 6. | |
Лабораторная работа 7. | |
Лабораторная работа 8. | |
Лабораторная работа 9. | |
Лабораторная работа 10. | |
Приложение А | |
Список использованной литературы |
Лабораторная работа №1
Исследование свойств нейронов
Цель: исследовать основные свойства искусственных нейронов.
Задание:
С помощью математического пакета выполнить:
1. Построить математическую модель нейрона (вид функции активации и число дендритов взять из таблицы вариантов заданий).
2. Исследовать зависимость выходного сигнала построенного нейрона при изменении одного из входных сигналов в диапазоне [-5; 5]. Шаг изменения сигнала принять равным 0,1.
Варианты заданий
Номер варианта | Вид функции активации * | Число дендритов |
*
1) экспоненциальная сигмоида;
2) симметрированная экспоненциальная сигмоида;
3) рациональная сигмоида;
4) гиперболический тангенс;
5) арктангенс;
6) кривая Гаусса;
7) пороговая;
8) пологая ступенька.
Лабораторная работа №2
Исследование свойств активационных функций нейронов.
Цель: исследовать основные свойства активационных функцийискусственных нейронов.
Задание:
Исследовать зависимость формы следующих активационных функций от их параметров (см. таблицу вариантов заданий):
1. экспоненциальная сигмоида;
2. симметрированная экспоненциальная сигмоида;
3. рациональная сигмоида;
4. гиперболический тангенс;
5. арктангенс;
6. кривая Гаусса;
7. пороговая;
8. пологая ступенька.
Варианты заданий
Номер варианта | Т | с | с для рац. сигмоиды | w | σ | ∆ | Вид функции активации | Число дендритов |
-2 | -2 | 0,09 | 2,4 | |||||
-1 | 0,18 | 1,1 | ||||||
-1 | 0,15 | -2 | 1,9 | |||||
-4 | 0,12 | 1,4 | ||||||
-5 | -4 | 0,18 | 1,8 | |||||
0,1 | -1 | 2,2 | ||||||
0,12 | 2,3 | |||||||
-1 | 0,18 | 2,8 | ||||||
0,09 | 1,3 | |||||||
-1 | -3 | 0,11 | 2,8 | |||||
0,1 | -1 | 1,1 | ||||||
0,2 | -2 | 1,5 | ||||||
-3 | 0,07 | 1,8 | ||||||
-1 | 0,15 | |||||||
-1 | 0,17 | -3 | 1,7 | |||||
0,09 | -5 | 1,3 | ||||||
0,07 | ||||||||
-3 | 0,12 | 2,7 | ||||||
0,08 | -1 | 1,3 | ||||||
0,08 | 2,8 | |||||||
-5 | 0,12 | 2,4 | ||||||
-4 | -5 | 0,1 | 2,2 | |||||
0,12 | ||||||||
0,13 | -4 | 1,7 | ||||||
-4 | 0,11 | -3 |
Лабораторная работа №3
Исследование свойств многослойных персептронов.
Цель: исследовать основные свойства многослойных персептронов.
Задание:
В табличном процессоре с помощью прямонаправленной многослойной нейронной сети выполнить аппроксимацию функции f(x) с точностью 10 %.
Для этого
1. Выполнить предварительную обработку данных и сформировать обучающую и тестовую выборки;
2. Оценить необходимое число нейронов в скрытом слое;
3. Построить прямонаправленную нейронную сеть с одним скрытым слоем. Активационную функцию нейронов выбрать в соответствии с вариантом задания;
4. Аналитически определить преобразование, осуществляемое нейронной сетью, и сформировать функционал оптимизации нейронной сети. Тип функции ошибки выбрать в соответствии с вариантом задания;
5. Выполнить обучение сети;
6. Выполнить интерпретацию полученных результатов;
7. Протестировать сеть.
Число примеров в исходном множестве данных – m. Аргументы функции х1…х4 Î [a;b] – целые числа.
Варианты заданий
Номер варианта | Исходная функция f(x)(1) | Активационная функция(2) | Функция ошибки(3) | m | a | b |
(1) Вид аппроксимируемой функции f(x):
1. f(x) = х1х2 + х3х4;
2. f(x) = х1х2 - х3х4;
3. f(x) = х1х2 + х3/х4;
4. f(x) = х1х2 - х3/х4.
(2) Вид активационной функции:
1. Рациональная сигмоида;
2. Симметрированная экспоненциальная сигмоида;
3. Гиперболический тангенс.
(3) Вид функции ошибки:
1. Суммарная квадратичная ошибка;
2. Средняя квадратичная ошибка;
3. Сумма модулей.
Дата добавления: 2015-11-30; просмотров: 45 | Нарушение авторских прав