4412

Машина Больцмана та мережа INSTAR

Лабораторная работа

Информатика, кибернетика и программирование

Машина Больцмана та мережа INSTAR. План: Мета роботи. Теоретичні відомості. Постановка задачі. Алгоритм розв`язку задачі. Виконання роботи. Висновок. Мета: Вивчити принципи функціонування вказаних мереж та навч...

Украинкский

2012-11-18

446.5 KB

16 чел.

Машина Больцмана та мережа INSTAR.

План:

  1.  Мета роботи.
  2.  Теоретичні відомості.
  3.  Постановка задачі.
  4.  Алгоритм розв`язку задачі.
  5.  Виконання роботи.
  6.  Висновок.

1. Мета: Вивчити принципи функціонування вказаних мереж та навчитись їх використовувати для розв'язку практичних задач.

2. Теоретичні відомості:

3. Постановка задачі:

      

4. Алгоритм розв`язку задачі:

5. Виконання роботи:

6) Висновки:

У цій практичній роботі я на практиці розглянув алгоритм навчання машини Больцмана та алгоритм навчання "INSTAR", які дуже допомогли мені навчитись використовувати їх для розв’язку практичних задач.

 Контрольні запитання:

  1.  Переваги та недоліки машини Больцмана.

Машина Больцмана, як і мережа Хопфілда, представляє собою мережу одиниць з «енергією», визначених для мережі. Вона також має бінарний набір одиниць, але на відміну від мереж Хопфілда, вузли в машині Больцмана стохастичні. Глобальна енергетична, E, в машині Больцмана ідентична за формою, що і в мережі Хопфілда.

У той час коли машина повинна бути запущена для того, щоб утримувати рівновагу ,статика зростає експоненціально із зростанням розмірів машини, а також з величиною сили зв'язку

  1.  Алгоритм навчання машини Больцмана.

Навчання машини Больцмана не використовує алгоритм EM, який широко використовується в машинному навчанні. Зводячи до мінімуму KL-дивергенції, то це еквівалентно максимізації логарифм правдоподібності даних. Таким чином, процедура навчання виконує градієнт сходження на логарифм правдоподібності спостережуваних даних. Це на відміну від алгоритму EM, де задній розподіл прихованих вузлів мусить бути розрахована, перш ніж максимізація очікуваного значення повної ймовірності даних під час М-крок.
Навчання упередження виконується аналогічно, але використовує тільки один вид діяльності вузла :

  1.  Переваги та недоліки "INSTAR".

Темп навчання a має початкове значення масштабу 0.1 і поступово зменшується в процесі навчання. В процесі настройки нейрон навчається усередненим навчальним векторах.

  1.  Алгоритм навчання "INSTAR".

Вхідна зірка навчається видавати сигнал на виході всякий раз, коли на входи надходить певний вектор. Таким чином, вхідна зірка є детектором сукупного стану своїх входів. Процес навчання представляється в такій ітераційної формі:


 

А также другие работы, которые могут Вас заинтересовать

55915. Державне управління та адміністративне право 33 KB
  Характеристика методу адміністративного права. Проблеми реформування адміністративного права. Адміністративне право є самостійною галуззю права яка характеризується надмірною мобільністю комплексним характером тернистим шляхом свого становлення.