База ответов ИНТУИТ

Логические нейронные сети

<<- Назад к вопросам

Почему при решении задач трассировки веса связей сформированы таким "странным" образом?

(Отметьте один правильный вариант ответа.)
Варианты ответа
чтобы нейроны, прообразом которых являются конъюнкторы, не довлели над нейронами, прообразом которых являются дизъюнкторы
чтобы не вызвать переполнение на нейрокомпьютере
системы принятия решений используют исчерпывающие множества событий. При замене логических операций операцией суммирования следует полагать, что логическая операция ∨ соответствует операции ИСКЛЮЧАЮЩЕЕ ИЛИ. Тогда сумма значений сигналов на входе нейрона, при корректном задании исходных данных, не превышает единицы. Чтобы уравнять значения возбуждения всех нейронов, обратив их в единичный диапазон, при выполнении аналога конъюнкции необходимо выбрать веса связей, равными обратной величине количества активных входов. Тогда возбуждение нейрона, заменившего конъюнктор, также не будет превышать единицу (Верный ответ)
Похожие вопросы

Желая "спасти" однослойную нейронную сеть, определяющую только три возможных решения, введите в обращение веса синапсических связей. Веса связей положите равными обратной величине количества активных входов нейрона. Уточните передаточную функцию:

\begin{array}{l} V=\sum_j V_j \\ V_i = \left \{ \begin{array}{ll} V, & \mbox{если } V \ge h \\ 0, & \mbox{в противном случае} \end{array}\right \\ h=0,5 \end{array}

Нейронная сеть с учетом весов связей примет вид:

Проверьте, правильно ли "работает" нейросеть?

А1 = 0,8, А2 = 0,2, В1 = 0,4, В2 = 0,6.

Желая "спасти" однослойную нейронную сеть, определяющую только три возможных решения, введите в обращение веса синапсических связей. Веса связей положите равными обратной величине количества активных входов нейрона. Уточните передаточную функцию:

\begin{array}{l} V=\sum_j V_j \\ V_i = \left \{ \begin{array}{ll} V, & \mbox{если } V \ge h \\ 0, & \mbox{в противном случае} \end{array}\right \\ h=0,5 \end{array}

Нейронная сеть с учетом весов связей примет вид:

Проверьте, правильно ли "работает" нейросеть?

А1 = А2 = 0,5, В1 = 0,3, В2 = 0,7.

Желая "спасти" однослойную нейронную сеть, определяющую только три возможных решения, введите в обращение веса синапсических связей. Веса связей положите равными обратной величине количества активных входов нейрона. Уточните передаточную функцию:

\begin{array}{l} V=\sum_j V_j \\ V_i = \left \{ \begin{array}{ll} V, & \mbox{если } V \ge h \\ 0, & \mbox{в противном случае} \end{array}\right \\ h=0,5 \end{array}

Нейронная сеть с учетом весов связей примет вид:

Проверьте, правильно ли "работает" нейросеть?

А1 = 0,4, А2 = 0,6, В1 = В2 = 0,5.

Желая "спасти" однослойную нейронную сеть, определяющую только три возможных решения, введите в обращение веса синапсических связей. Веса связей положите равными обратной величине количества активных входов нейрона. Уточните передаточную функцию:

\begin{array}{l} V=\sum_j V_j \\ V_i = \left \{ \begin{array}{ll} V, & \mbox{если } V \ge h \\ 0, & \mbox{в противном случае} \end{array}\right \\ h=0,5 \end{array}

Нейронная сеть с учетом весов связей примет вид:

Проверьте, правильно ли "работает" нейросеть?

А1 = 0,8, А2 = 0,2, В1 = 0,6, В2 = 0,4.

Клетки экрана, заданные координатами, соответствуют рецепторам, величина возбуждения которых принадлежит отрезку [0, 1] . Передаточная функция f представляет собой сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы. Таким образом, эталон буквы, по которому производится обучение, изображается возбуждением рецепторов по контуру этого эталона с учетом возможных искажений. Выберите порог распознавания h = 0,8 и веса связей так, чтобы суммарное возбуждение нейрона выходного слоя при предъявлении эталона равнялось f × 2/<число клеток, "засвеченных" эталоном буквы А> .

"Научите" однослойную нейронную сеть распознавать букву А.

Выполните операцию приведения нейронной сети после трассировки по максимальной величине возбуждения нейронов R2 и R3 Отразите это приведение весами связей нейрона R1

Результат трассировки:

Выполните операцию приведения нейронной сети после трассировки по максимальной величине возбуждения нейронов R2 и R3 Отразите это приведение весами связей нейрона R1

Результат трассировки:

Выполните операцию приведения нейронной сети после трассировки по максимальной величине возбуждения нейронов R2 и R3 Отразите это приведение весами связей нейрона R1

Результат трассировки:

Клетки экрана, заданные координатами, соответствуют рецепторам, величина возбуждения которых принадлежит отрезку [0, 1] . Передаточная функция f представляет собой сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы. Таким образом, эталон буквы, по которому производится обучение, изображается возбуждением рецепторов по контуру этого эталона с учетом возможных искажений. Выберите порог распознавания h = 0,8 и веса связей так, чтобы суммарное возбуждение нейрона выходного слоя при предъявлении эталона равнялось f × 2/<число клеток, "засвеченных" эталоном буквы А> .

"Научите" однослойную нейронную сеть распознавать букву В, задаваемую возбуждением рецепторов по контуру эталона с учетом возможных искажений.

Клетки экрана, заданные координатами, соответствуют рецепторам, величина возбуждения которых принадлежит отрезку [0, 1] . Передаточная функция f представляет собой сумму величин возбуждения рецепторов, каждый из которых входит в область экрана, покрываемую эталоном буквы. Таким образом, эталон буквы, по которому производится обучение, изображается возбуждением рецепторов по контуру этого эталона с учетом возможных искажений. Выберите порог распознавания h = 0,8 и веса связей так, чтобы суммарное возбуждение нейрона выходного слоя при предъявлении эталона равнялось f × 2/<число клеток, "засвеченных" эталоном буквы А> .

"Научите" однослойную нейронную сеть распознавать букву С, задаваемую возбуждением рецепторов по контуру эталона с учетом возможных искажений в угловых точках.