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

18 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

22409. Первообразная и неопределенный интеграл 454 KB
  Корни многочлена. Кратность корней многочлена. Разложение многочлена с действительными коэффициентами на множители. Если a0  0 то число n называется степенью многочлена fx.
22410. Определенный интеграл 635.5 KB
  Определенный интеграл План Определенный интеграл Определение определенного интеграла. Геометрический смысл и физический смысл определенного интеграла. Условия существования определенного интеграла. Свойства определенного интеграла.
22411. Дифференциальное исчисление функций нескольких переменных 860.5 KB
  Дифференциальное исчисление функций нескольких переменных План Функции нескольких переменных Пространство Rn. Функции нескольких переменных. Предел функции нескольких переменных. Непрерывность функции и их свойства.
22412. Кратные интегралы 1.14 MB
  Пусть функция z = fx y = fP задана dв замкнутой области D плоскости Oxy. Разобьем область D на n элементарных областей Di i = 1 2n площади которых обозначим через Si а диаметры наибольшие расстояния между точками области Di через di. Совокупность частичных областей Di назовем разбиением T области D. В каждой области Di разбиения T выберем точку Pixi yi для i = 1 2n.
22413. Множества. Числовые множества 256 KB
  Множества. Числовые множества План 1. Множества. Подмножества.
22414. Отображения. Числовые функции 326.5 KB
  Отображением f множества X в множество Y называется всякое правило которое любому элементу xX ставит единственный элемент y обозначаемый fx. Бинарным отношением f между множествами X и Y называется любое подмножество множества XY. Бинарное отношение f между множествами X и Y называется отображением множества X в множество Y если для любого элемента xX существует один и только один элемент yY такой что x yf . Отображение f множества X в Y называется также функцией определенной на множестве X со значениями в множестве Y.
22415. Числовая последовательность и ее предел 211.5 KB
  Числовая последовательность и ее предел Числовая последовательность и свойства последовательностей. Числовая последовательность и свойства последовательностей. Числовой последовательность или просто последовательность называется функция f определенная на множестве натуральных чисел N значения которой числа действительные или комплексные. Последовательность обозначаем через ее значения : x1 x2 x3 xn или кратко {xn}.
22416. Предел функции 329.5 KB
  Предел функции Предел функции в точке по Коши и по Гейне. Предел функции на бесконечности. Бесконечно малые и бесконечно большие функции и их свойства. Свойства предела функции.
22417. Україна у Другій Світовій війні та першому повоєнному десятиріччі (1939 – 1955 рр.) 49 KB
  Напередодні Другої світової війни населення Західної України становило близько 7 мли осіб. На всіх цих землях панувала іноземна адміністрація, яка проводила колонізаційну політику. Це викликало обурення українців, призводило до спротиву офіційним властям