Нейросетевые технологии искусственного интеллекта

<<- Назад к вопросам

Распознавание нечётких символов персептроном

Изобразите экран $8 \times 16$ клеток. Каждую клетку интерпретируйте рецептором, способным воспринимать извне величину возбуждения в диапазоне 0 – 1. Для обучения одной букве условно нарисуйте на экране эталон буквы О. Окружите линию этого эталона клетками (рецепторами) с некоторым запасом (как показано на рисунке) так, чтобы создать «ловушку» для захвата основной части нечётко и с искажениями изображаемой буквы О. Соедините все рецепторы «ловушки» буквы О связями (с единичными весами) с нейроном, отвечающим за вывод: «Это буква О».

Выберите функцию активации этого нейрона $F_O=\frac{1}{N_O}\sum_{i}f_i-h$ , при отрицательном значении разности принимающую нулевое значение. N_O – количество рецепторов, образующих «ловушку» буквы О, f_i – величина возбуждения i-го рецептора, h – единый порог, подбираемый экспериментально для всех букв, распознаванию которых производится обучение. По рисунку N_O = 68.

На этом же экране постройте «ловушку» для распознавания искажённой, «зашумлённой» буквы А, как показано на рисунке. Все рецепторы «ловушки» свяжите с нейроном, отвечающим за вывод: «Это буква А».

Функция активации этого нейрона имеет тот же вид $F_A=\frac{1}{N_A}\sum_{i}f_i-h$ , однако N_A = 74. (Данное нормирование производится для уравнивания всех букв, которым обучается нейросеть.)

По чётко заданным эталонам букв (с единичной засветкой клеток экрана по правильному контуру) предварительно подберите порог h так, чтобы существенно возбуждался лишь тот нейрон, который соответствует предъявляемой букве. Показ «чужого» символа, которому нейросеть не обучалась, должен приводить к нулевому возбуждению нейронов. В процессе эксперимента и при добавлении новых букв значение порога может уточняться.

На рисунке показан вариант зашумлённой засветки экрана. Слева наложена «ловушка» для распознавания буквы О. Справа – «ловушка» для распознавания буквы А.
Для данной зашумлённой засветки экрана и для h = 0,7 определите, какая буква была предъявлена.

(Отметьте один правильный вариант ответа.)

Варианты ответа

Ни одну из этих двух букв персептрон не обнаружил.

Буква О.

Буква А.(Верный ответ)

Похожие вопросы

Распознавание нечётких символов персептроном

Изобразите экран $8 \times 16$ клеток. Каждую клетку интерпретируйте рецептором, способным воспринимать извне величину возбуждения в диапазоне 0 – 1. Для обучения одной букве условно нарисуйте на экране эталон буквы О. Окружите линию этого эталона клетками (рецепторами) с некоторым запасом (как показано на рисунке) так, чтобы создать «ловушку» для захвата основной части нечётко и с искажениями изображаемой буквы О. Соедините все рецепторы «ловушки» буквы О связями (с единичными весами) с нейроном, отвечающим за вывод: «Это буква О».

Выберите функцию активации этого нейрона $F_O=\frac{1}{N_O}\sum_{i}f_i-h$ , при отрицательном значении разности принимающую нулевое значение. N_O – количество рецепторов, образующих «ловушку» буквы О, f_i – величина возбуждения i-го рецептора, h – единый порог, подбираемый экспериментально для всех букв, распознаванию которых производится обучение. По рисунку N_O = 68.

На этом же экране постройте «ловушку» для распознавания искажённой, «зашумлённой» буквы А, как показано на рисунке. Все рецепторы «ловушки» свяжите с нейроном, отвечающим за вывод: «Это буква А».

Функция активации этого нейрона имеет тот же вид $F_A=\frac{1}{N_A}\sum_{i}f_i-h$ , однако N_A = 74. (Данное нормирование производится для уравнивания всех букв, которым обучается нейросеть.)

По чётко заданным эталонам букв (с единичной засветкой клеток экрана по правильному контуру) предварительно подберите порог h так, чтобы существенно возбуждался лишь тот нейрон, который соответствует предъявляемой букве. Показ «чужого» символа, которому нейросеть не обучалась, должен приводить к нулевому возбуждению нейронов. В процессе эксперимента и при добавлении новых букв значение порога может уточняться.

На рисунке показан вариант зашумлённой засветки экрана. Слева наложена «ловушка» для распознавания буквы О. Справа – «ловушка» для распознавания буквы А.

Для данной зашумлённой засветки экрана и для h = 0,7 определите, какая буква была предъявлена.

Распознавание нечётких символов персептроном

Для данной зашумлённой засветки экрана и для h = 0,7 определите, какая буква была предъявлена.

Ответьте на вопросы с помощью БЗ МОЯ СЕМЬЯ. Функция активации нейронов имеет вид $F=\frac{\sum_{i}F_i}{n}$ , если это значение не меньше h = 0,5, 0 – в противном случае i – номер нейрона, n – количество активных входов нейрона.

По информации о порванной занавеске и предполагаемой причине возбудите рецепторы так, чтобы в установившемся режиме получить максимальное возбуждение нейрона, указывающего на виновника.

По информации о совершении шкоды и предполагаемой причине возбудите рецепторы так, чтобы в установившемся режиме получить максимальное возбуждение нейрона, указывающего на виновника.

Рассчитайте значения возбуждения нейронов выходного слоя и найдите вектор управляющего воздействия по нечётко заданным характеристикам. Функция активации имеет вид:

$V = \sum_{j} V_j$ V_i := V, если V > h, 0 – в противном случае; h = 0,5.

Нейронная сеть имеет вид:

Достоверность предположения о принадлежности значений x₁ и x₂ исследуемым интервалам равна:

$P(x_1 \in \delta_2 ) = 0,2,\\P(x_1 \in \delta_3 ) = 0,8,\\P(x_2 \in \delta_1 ) = 0,2,\\P(x_2 \in \delta_2 ) = 0,8.$

Для приведённой на рисунке системы связей и для функции активации

$V = \sum_{j} \omega_j V_j$

V_i := if V > h then if V < 1 then V else 1 else 0, и для h = 0,3 (для всех нейронов) рассчитайте установившиеся значения возбуждения нейронов 1 – 3 для заданных, предполагаемых значений.

V₁ = 0,8, V₂ = 0,2, V₃ = 0,2.

Для приведённой на рисунке системы связей и для функции активации

$V = \sum_{j} \omega_j V_j$

V₁ = 1, V₂ = 1, V₃ = 0,2.

Для приведённой на рисунке системы связей и для функции активации

$V = \sum_{j} \omega_j V_j$

V₁ = 1, V₂ = 0,5, V₃ = 0,2.

$V = \sum_{j} V_j$ V_i := V, если V > h, 0 – в противном случае; h = 0,5.

Нейронная сеть имеет вид:

Достоверность предположения о принадлежности значений x₁ и x₂ исследуемым интервалам равна:

$P(x_1 \in \delta_2 ) = 0,2,\\P(x_1 \in \delta_3 ) = 0,8,\\P(x_2 \in \delta_1 ) = 0,2,\\P(x_2 \in \delta_2 ) = 0,6,\\P(x_2 \in \delta_3 ) = 0,2.$

$V = \sum_{j} V_j$ V_i := V, если V > h, 0 – в противном случае; h = 0,5.

Нейронная сеть имеет вид:

Достоверность предположения о принадлежности значений x₁ и x₂ исследуемым интервалам равна:

$P(x_1 \in \delta_2 ) = 0,2,\\P(x_1 \in \delta_3 ) = 0,8,\\P(x_2 \in \delta_1 ) = 0,2,\\P(x_2 \in \delta_2 ) = 0,7,\\P(x_2 \in \delta_3 ) = 0,1$