dr inż. Małgorzata Krętowska Wydział Informatyki PB Sztuczne sieci

dr in . Małgorzata Kr towska
Wydział Informatyki PB
Sztuczne sieci neuronowe
Pracownia specjalistyczna nr 10-11
Zakres materiału: Sieci Hopfielda. Sieci samoorganizuj ce si .
Zadania
Zad 1 Napisa funkcj analizuj c zachowanie sieci Hopfielda jako pami ci asocjacyjnej w rozpoznawaniu
liter (A-Z)
a) Sprawdzi jaka jest zale no pomi dzy poziomem zaszumienia danych (proc_szum = 0.0:0.05:0.5) a
liczb poprawnych odpowiedzi sieci dla poszczególnych liter.
b) Które litery s najmniej stabilne, które najbardziej. Jakie s najcz stsze niepoprawne stany stabilne dla
poszczególnych liter?
(Uwaga: zamieni reprezentacj liter (0; 1) na (-1;1); do uzyskanych wyników zastosowa funkcj hardlims)
Zad 2 Przeanalizowa działanie programu demonstracyjnego – uruchamianego z okna Pomocy:
democ1 (Competitive Learning)
•
Zad 3 Stworzy samoorganizujac si sie neuronow do problemu klasyfikacji danych ps11_dane1.txt.
a) Z ilu neuronów powinna składa si sie ?
b) Przedstawi graficznie punkty ze zbioru danych oraz poło enie poszczególnych neuronów przed i po
procesie uczenia.
Zad 4* Bazuj c na danych z zadania 2 zbudowa sie z wi ksz liczb neuronów.
a) Ustawi warto ci wag dodatkowego (-ych) neuronów na warto ci odbiegaj ce od warto ci danych
wej ciowych wył czy uczenie warto ci progowych (net.biases{1}.learnFcn=''). Przeanalizowa jak
zachowuj si poszczególne neurony sieci?
b) Utworzy now sie z parametrami jak w punkcie a) bez wył czania uczenia warto ci progowych.
Przeanalizowa jak zachowuj si poszczególne neurony sieci? Co uzyskujemy dzi ki wprowadzeniu
mo liwo ci modyfikowania warto ci progowych?
* Zadanie dodatkowe
Opcje MATLABA:
prprob() - funkcja zwracaj ca litery alfabetu wraz z wektorami wzorcowymi
plotchar(alphabet(:,i)) – graficzna reprezentacja liter
litera_i=alphabet(:,i)+randn(35,1)*proc_szum – dodawanie losowych zakłóce
liter na poziomie proc_szum
do
net = newhop(P) – tworzenie sieci Hopfielda, P zbiór danych
Sie samoorganizuj ca si :
net = newc(minmax(P),liczba_neuronów,współczynnik uczenia) – tworzenie sieci
samoorganizuj cej si , gdzie P dane ucz ce