dr inż. Małgorzata Krętowska Wydział Informatyki PB Sztuczne sieci
Transkrypt
dr inż. Małgorzata Krętowska Wydział Informatyki PB Sztuczne sieci
dr in . Małgorzata Kr towska Wydział Informatyki PB Sztuczne sieci neuronowe Pracownia specjalistyczna nr 12 Zakres materiału: Sieci samoorganizuj ce si . Mapy cech. Zadania Zad 1 Przeanalizowa działanie programu demonstracyjnego – uruchamianego z okna Pomocy: • demolvq1 (Learning Vector Quantization) Zad 2 Stworzy sie LVQ do analizy danych ps11_dane2_ucz.txt. Dobra liczb neuronów w sieci, aby jako klasyfikacji sieci na zbiorze testowym ps11_dane2_tst.txt była najlepsza (przedstawi graficznie otrzymane wyniki). Zad 3 Przeanalizowa działanie programów demonstracyjnych – uruchamianych z okna Pomocy: demosm1 (A One-dimensional Self-organizing Map) demosm2 (A Two-dimensional Self-organizing Map) Przeanalizowa kod programów demonstracyjnych • • Zad 4 Przeanalizowa ró nice pomi dzy poszczególnymi topologiami sieci: gridtop, hextop, randtop. Stworzy struktury dwuwymiarowe 4x6 i przedstawi jak wygl daj poł czenia neuronów dla powy szych topologii. Zad 5 Stworzy losowy dwuwymiarowy zbiór danych w przedziale [-1,1] przy i) równomiernym ; ii) nierównomiernym (w zakresie od -0,5 do 0,5 wi ksza g sto punktów). a) Utworzy map cech jednowymiarow b) Utworzy map cech dwuwymiarowa z ro nymi topologiami (net.layers{1}). Przedstawi graficznie pierwotne poło enie neuronów oraz uzyskane wyniki. Zad 6* Stworzy map cech pozwalaj c rozwi za problem komiwoja era (poło enie miast losowe). a) sprawdzi zachowanie si standardowego algorytmu; co nale y zmieni w algorytmie aby poprawnie rozwi zywał problem komiwoja era? b) zmodyfikowa funkcje ucz c learnsom: skopiowa plik learnsom.m do katalogu Work a nast pnie modyfikowa jego kod. Zmodyfikowa odpowiednio parametry sieci, aby wywoływana była zmodyfikowana funkcja. *Zadanie dodatkowe Opcje MATLABA: Sie LVQ: net=newlvq(minmax(P),liczba_neuronów (warstwa 1),[0.5 0.5],współczynnik uczenia) - [0.5 0.5] – procentowy udział klas w danych net=train(net,P,T) – uczenie sieci T=ind2vec(Tc) – utworzenie wektora wzorcowego dla sieci, z wektora Tc reprezentuj cego klasy poszczególnych elementów zbioru ucz cego, np. Tc=[1 1 1 2 2 3 3]; Yc=vec2ind(Y) – operacja odwrotna do powy szej; Tworzenie mapy cech: net = newsom(minmax(P), [liczna neuronów]) – stworzenie mapy jednowymiarowej net = newsom(minmax(P), [liczba kolumn liczba wierszy]) – mapa dwuwymiarowa Wyznaczanie poł cze miedzy neuronami w topologii gridtop: pozycja=gridtop(liczba kolumn, liczba wierszy) plotsom(pozycja) C=[A B] - ł czenie tabel A i B (liczba wierszy powinna by jednakowa)