dr inż. Małgorzata Krętowska Wydział Informatyki PB Sztuczne sieci

dr in . Małgorzata Kr towska
Wydział Informatyki PB
Sztuczne sieci neuronowe
Pracownia specjalistyczna nr 8
Zakres materiału: Sieci RBF.
Zadania
Zad 1 Przeanalizowa programy demonstracyjne – uruchamiane z okna Pomocy:
• demorb1 (Radial Basis Approximation)
• demorb3 (Radial Basis Underlapping Neurons)
• demorb4 (Radial Basis Overlapping Neuron)
Przeanalizowa kod programów demonstracyjnych.
Zad 2. Narysowa wykres funkcji radialnej (radbas) dla x z zakresu od -2 do 2. Zmieni parametry
wywołania funkcji w taki sposób, aby warto maksymalna było w punkcie a) x=3 i b) x=-2 oraz parametr
dyspersji był równy a) 2; b) 0.5.
Zad 3 Zbudowa sie neuronow RBF do analizy danych z pliku ps8_dane1.txt:
Zastanowi si nad struktur sieci i parametrami funkcji radialnych i warto ci wag poł cze . Utworzy
sie „r cznie” bazuj c na warto ciach funkcji radbas.
• Zbudowa sie przy u yciu funkcji newrb.
• Zbudowa sie przy u yciu funkcji newrbe.
Narysowa wykres. Jakie s ró nice w działaniu funkcji? Jakie s zdolno ci uogólniaj ce sieci?
•
Zad 4 Zbudowa sie RBF rozwi zuj c problem XOR. Narysowa reprezentacj problemu XOR w
przestrzeni funkcji bazowych (g1,g2).
Zad 5(*) Zastanowi si nad ograniczeniami i zaletami sieci RBF w porównaniu do perceptronu
wielowarstwowego bazuj c na nast puj cych przykładach danych: ps8_dane2.txt i ps8_dane3.txt. Do
ka dego przykładu stworzy perceptron wielowarstwowy oraz sie RBF.
* zadanie dodatkowe
Opcje MATLABA:
newrb – tworzenie sieci RBF
newrbe – tworzenie dokładnej sieci RBF (liczba neuronów = liczbie danych
ucz cych)
radbas – radialna funkcja bazowa
dist – odległo
Euclidesowa