0, x<a − ∆x + , x ∈ [a − ∆x, a) + , x

1
Funkcje:
f1 (x) =

0,



 1+
2
f2 (x − a, ∆x) =
 12 +



1,
1
1 + e−λx
(x−a)(2∆x+x−a)
,
2(∆x)2
(x−a)(2∆x−x+a)
,
2(∆x)2
x < a − ∆x
x ∈ [a − ∆x, a)
x ∈ [a, a + ∆x]
x > a + ∆x
α(x−a)+β
f3 (x − a, β, α) =
(1)
1
1+e
ln
2β
1 + eα(x−a)−β
Zbiór uczący zawiera 500 punktów, zbiór testowy 6561 punktów. Poprzez
średni błąd dla zbioru N punktów rozumien:
PN
i=1
|yi − di |
N
Gdzie di to oczekiwane wyjście, a yi to wyjście sieci dla i-tego punktu.
2
1
1.1
Polynomial
f1
rodzaj sieci
MLP
DMLP
DMLP
liczba neuronów
3
2
3
średni błąd zbioru testowego
0.0424
0.0482
0.0291
źle zaklasyfikowane punkty:
113
163
90
Rysunek 1: D-MLP, 2 neurony, λ= 35, wsp. uczenia= 0.0004
Rysunek 2: D-MLP, 3 neurony, λ= 32, wsp. uczenia= 0.0003
3
1.2
f2
rodzaj sieci
MLP
DMLP
DMLP
liczba neuronów
3
2
3
średni błąd zbioru testowego
0.0774
0.0494
0.0298
źle zaklasyfikowane punkty:
182
223
66
Rysunek 3: D-MLP, 2 neurony, skos= 0.13, wsp. uczenia= 0.0004
Rysunek 4: D-MLP, 3 neurony, skos= 0.2, wsp. uczenia= 0.0003
4
1.3
f3
rodzaj sieci
MLP
DMLP
DMLP
liczba neuronów
3
2
3
średni błąd zbioru testowego
0.0397
0.043
0.0264
źle zaklasyfikowane punkty:
89
176
99
Rysunek 5: D-MLP, 2 neurony, skos= 9,β = 100, wsp. uczenia= 0.0005
Rysunek 6: D-MLP, 3 neurony, skos= 9,β = 100, wsp. uczenia= 0.0005
5
Sinus
1.4
f1
rodzaj sieci
MLP
DMLP
liczba neuronów
4
3
średni błąd zbioru testowego
0.0825
0.0664
źle zaklasyfikowane punkty:
288
240
Rysunek 7: D-MLP, 3 neurony, λ= 35, wsp. uczenia= 0.0001
1.5
f2
rodzaj sieci
MLP
DMLP
liczba neuronów
4
3
średni błąd zbioru testowego
0.0893
0.0695
źle zaklasyfikowane punkty:
183
209
Rysunek 8: D-MLP, 3 neurony, skos=0.2, wsp. uczenia= 0.0002
6
1.6
f3
rodzaj sieci
MLP
DMLP
liczba neuronów
4
3
średni błąd zbioru testowego
0.0867
0.0576
źle zaklasyfikowane punkty:
177
249
Rysunek 9: D-MLP, 3 neurony, skos= 8,β = 100, wsp. uczenia= 0.0001