1. Metoda algorytmów genetycznych do optymalizacji funkcji
Transkrypt
1. Metoda algorytmów genetycznych do optymalizacji funkcji
1. Metoda algorytmów genetycznych do optymalizacji funkcji. Dokładnie omówić pojęcie genotypu oraz procesów krzyżowania, mutacji i selekcji. 2. Podstawowa metoda gradientu do iteracyjnej optymalizacji funkcji wielowymiarowych. Podać matematyczny algorytm takiej optymalizacji, dla co najmniej dwuwymiarowej funkcji. 3. Co to jest układ hormonalny, rola i sposób jego działania Podać przykład, co najmniej trzech dokrewnych gruczołów hormonalnych oraz podstawowe (przykładowe) funkcje działania tych gruczołów. 4. Układ immunologiczny (odpornościowy): jego rola, budowa i sposób działania. 5. Układ nerwowy: jego budowa, sposób przekazywania informacji, podział ze względu na realizowane funkcje. 6. Sposób przekazywania informacji poprzez neurony, a w szczególności sposób działania połączeń synaptycznych. ----------------------------------------------------------------------------------------------------------------1. Narysować i wyjaśnić sposób działania modelu neuronu. 2. Co to jest funkcja wewnętrznego przetwarzania i funkcja aktywacji? Podać przykłady tych funkcji. 3. Na czym polega proces uczenia sieci neuronowej z "nauczycielem"? Wyjaśnij co to jest zbiór uczącyi testujący, oraz zasady ich przygotowania. 4. Podaj algorytm uczenia z "nauczycielem" dla jednowarstwowej linowej sieci neuronowej. 5. Wyjaśnij zasadę klasyfikacji dla jednowarstwowej perceptronowej sieci neuronowej i podaj algorytmuczenia z "nauczycielem" takiej sieci. 6. W "MATLABie" został wygenerowany następujący obiekt sieci neuronowej: net=newff(minmax(X), [3 5 2],{'purelin' 'tansig' 'logsig'}). Przedstaw w sposób macierzowy "wygląd" i sposób działania tej sieci. "Obraz" wejściowy (X) jest 4elementowy. 7. W "MATLABie" został wygenerowany trójwarstwowy obiekt sieci neuronowej "net". W obiekcie tym wektor połączeń "obrazu" wejściowego ma postać [1; 0;1] (net.inputConnect=[1; 0;1]) , a macierz połączeń [0 0 1; 1 0 0; 0 1 0] (net.layerConnect = [0 0 1; 1 0 0; 0 1 0];) Narysuj strukturę połączeń tej sieci neuronowej.