50324

Элементарный перцептрон Розенблатта

Лабораторная работа

Информатика, кибернетика и программирование

Подадим на вход перцептрона изображение буквы Т. Это изображение возбуждает все S-нейроны, кроме пятого и восьмого. Единичные сигналы с выходов возбужденных бинарных S-нейронов через связи, весовые коэффициенты которых заданы табл.1, поступают на входы A-нейронов. Суммарный входной сигнал на входе i-го A-элемента определяется соотношением

Русский

2014-02-03

70.5 KB

8 чел.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ,

МОЛОДЕЖИ И СПОРТА УКРАИНЫ

ОДЕССКИЙ НАЦИОНАЛЬНЫЙ МОРСКОЙ УНИВЕРСИТЕТ

Кафедра «Информационные технологии»

Лабораторная работа

по предмету

«Методы и системы искусственного интеллекта»

Элементарный перцептрон Розенблатта

Выполнил:

Проверил:

 

          

                                                                                                         

Одесса

2013

Задание:

Выполнить обучение элементарного перцептрона с бинарными S- и А-нейронами и биполярным R-нейроном распознаванию изображений двух заданных букв на рецепторном поле из девяти элементов.

Потребуем, чтобы при предъявлении изображения буквы Т на выходе R-элемента был сигнал "-1", при появлении изображения буквы О на выходе R-элемента был сигнал "+1".

      А Б                                      В

1

2

3

4

5

6

7

8

9

Изображения букв Т и О.

Зададим в таблицах 1 и 2 веса связей w1ij (i=1…9,  j=1…6), w2k (к=1…6) соответственно между бинарными S- и A-нейронами и между A-нейронами и биполярным нейроном R с помощью генератора случайных чисел, генерирующего их из конечного множества {0,1; 0,2; ...; 0,9}.

Таблица 1. Веса w1ij связей перцептрона между S- и A-элементами

w1ij

S1

S2

S3

S4

S5

S6

S7

S8

S9

А1

0,1

0,4

0,9

0,5

0,2

0,5

0,7

0,3

0,8

А2

0,3

0,8

0,2

0,5

0,9

0,6

0,7

0,3

0,1

А3

0,4

0,6

0,3

0,9

0,1

0,3

0,5

0,8

0,7

А4

0,7

0,2

0,8

0,3

0,8

0,9

0,6

0,5

0,4

А5

0,3

0,1

0,7

0,2

0,6

0,5

0,8

0,4

0,7

А6

0,1

0,2

0,6

0,3

0,4

0,9

0,5

0,7

0,5

Таблица 2. Веса w2k связей перцептрона между R- и A-элементами

w2k 

A1

A2

A3

A4

A5

A6

R

0,3

0,8

0,2

0,5

0,3

0,1

Подадим на вход перцептрона изображение буквы Т. Это изображение возбуждает все S-нейроны, кроме пятого и восьмого. Единичные сигналы с выходов возбужденных бинарных S-нейронов через связи, весовые коэффициенты которых заданы табл.1, поступают на входы A-нейронов. Суммарный входной сигнал на входе i-го A-элемента определяется соотношением:

где Uвх.Aiсигнал на входе i-го A-нейрона; Uвых.Sjсигнал на выходе j-го S-нейрона; wjiвес связи между jS-нейроном и iA-элементом.

Для первого A-нейрона имеем

Uвх.А1 = 1*0,1+1*0,4+1*0,9+1*0,5+0*0,2+1*0,5+1*0,7+0*0,3+1*0,8=3,9

Uвх.А2 = 1*0,3+1*0,8+1*0,2+1*0,5+0*0,9+1*0,6+1*0,7+0*0,3+1*0,1=3,2

Uвх.А3 = 1*0,4+1*0,6+1*0,3+1*0,9+0*0,1+1*0,3+1*0,5+0*0,8+1*0,7=3,7

Uвх.А4 = 1*0,7+1*0,2+1*0,8+1*0,3+0*0,8+1*0,9+1*0,6+0*0,5+1*0,4=3,9

Uвх.А5 = 1*0,3+1*0,1+1*0,7+1*0,2+0*0,6+1*0,5+1*0,8+0*0,4+1*0,7=3,3

Uвх.А6 = 1*0,1+1*0,2+1*0,6+1*0,3+0*0,4+1*0,9+1*0,5+0*0,7+1*0,5=3,1

Подадим на вход перцептрона изображение буквы О. Это изображение возбуждает все S-нейроны, кроме пятого.Uвх.А1 = 1*0,1+1*0,4+1*0,9+1*0,5+0*0,2+1*0,5+1*0,7+1*0,3+1*0,8=4,2

Uвх.А2 = 1*0,3+1*0,8+1*0,2+1*0,5+0*0,9+1*0,6+1*0,7+1*0,3+1*0,1=3,5

Uвх.А3 = 1*0,4+1*0,6+1*0,3+1*0,9+0*0,1+1*0,3+1*0,5+1*0,8+1*0,7=4,5

Uвх.А4 = 1*0,7+1*0,2+1*0,8+1*0,3+0*0,8+1*0,9+1*0,6+1*0,5+1*0,4=4,4

Uвх.А5 = 1*0,3+1*0,1+1*0,7+1*0,2+0*0,6+1*0,5+1*0,8+1*0,4+1*0,7=3,7

Uвх.А6 = 1*0,1+1*0,2+1*0,6+1*0,3+0*0,4+1*0,9+1*0,5+1*0,7+1*0,5=3,8

Таблица 3. Величины сигналов на входах A-элементов

Изображение

Сигналы на входах A-элементов

Uвх.A1

Uвх.A2

Uвх.A3

Uвх.A4

Uвх.A5

Uвх.A6

Буква Т

3,9

3,2

3,7

3,9

3,3

3,1

Буква О

4,2

3,5

4,5

4,4

3,7

3,8

Для упрощения расчетов положим, что пороги θi, i=1…6, всех A-нейронов одинаковы

θ1= θ2=... = θ6= θ.

Если величина порога θ выбрана меньше 3,1, то при предъявлении любого изображения будут возбуждены все A-нейроны, а если выбрать θ > 4,5, то на выходах всех нейронов будут нулевые сигналы. В обоих этих случаях перцептрон не может выполнять распознавание предъявляемых изображений.

Очевидно, что для обеспечения работоспособности нейронной сети порог θ необходимо выбрать между 3,1 и 4,5 и таким образом, чтобы при предъявлении разных изображений возбуждались различные множества М1, М2 A-элементов, причем желательно, чтобы эти множества не пересекались, т.е.

Пусть выходной сигнал A-элементов определяется соотношением

тогда условие выполняется при θ = 3,7 и при предъявлении изображения буквы Т будут возбуждены элементы А1, А2, А3, и А4, а при предъявлении буквы О - нейроны А5 и А6. Рассчитаем с учетом данных табл. 2.2 сигналы Uвх.RТ, Uвх.RО на входе R-нейрона при предъявлении изображений букв Т и О:

Uвх.RТ = 10,3 + 0∙0,8 + 10,2 + 10,5 + 00,3 + 00,1 = 1

Uвх.RО = 1∙0,3 + 1∙0,8 + 1∙0,2 + 1∙0,5 + 1∙0,3 + 1∙0,1 = 2,4.


 

А также другие работы, которые могут Вас заинтересовать

11766. Тема 1. Двоїстий та модифікований симплекс-метод. Блочні задачі ЛП 876 KB
  Двоїстий та модифікований симплексметод. Блочні задачі ЛП Пряма та двоїста задачі лінійного проґрамування. Звязок між розвязками прямої та двоїстої задач. Отримання оптимального розвязку двоїстої задачі за допомогою симплексметоду. Економічна інтерп
11767. Транспортна задача лінійного проґрамування 656.5 KB
  Транспортна задача лінійного проґрамування. Математична та змістовна постановка транспортної задачі. Методи знаходженння початкового опорного плану транспортної задачі. Метод потенціалів. Розвязування транспортних задач з ускладненнями в постановці....
11768. НЕЛІНІЙНЕ ПРОГРАМУВАННЯ. ГРАФІЧНИЙ МЕТОД 609.85 KB
  на тему НЕЛІНІЙНЕ ПРОГРАМУВАННЯ. ГРАФІЧНИЙ МЕТОД. Мета роботи: ознайомлення з задачами нелінійного програмування набуття навиків їх розвязку та аналізу графічним методом вивчення та оволодіння навичками адресації та роботи з формулами в таблицях в Еxcel вивчення т
11769. Розв’язання лінійних оптимізаційних задач за замовленням та при умовних вхідних даних 132.69 KB
  Звіт до лабораторної роботи № 6 Розвязання лінійних оптимізаційних задач за замовленням та при умовних вхідних даних. з курсу Математичні методи дослідження операцій Мета роботи: Вивчити методологію розвязання задач з призначенням критері
11770. Розв’язання транспортних задач лінійного програмування 87.87 KB
  Звіт до лабораторної роботи № 7 Розвязання транспортних задач лінійного програмування. з курсу Математичні методи дослідження операцій Мета роботи: Вивчити особливості розвязування транспортних задач за допомогою Solver. 1.1 Теоретичні відомості. П
11771. Розв’язання та аналіз задач булевого програмування за допомогою Excel 86.2 KB
  Звіт до лабораторної роботи № 9 Розвязання та аналіз задач булевого програмування за допомогою Excel з курсу Математичні методи дослідження операцій Мета роботи: Вивчити метод розвязання задач булевого програмування в Solver. Теоретичні відомості. Рішен...
11772. Розв’язання цілочисельних задач ЛП за допомогою Excel. Графічне представлення та порівняння розв’язків цілочисельної та неперервної задачі 76.8 KB
  Звіт до лабораторної роботи № 8 Розвязання цілочисельних задач ЛП за допомогою Excel. Графічне представлення та порівняння розвязків цілочисельної та неперервної задачі з курсу Математичні методи дослідження операцій Мета роботи: Вивчити особливості предст...
11773. Решение задачи целочисленного ЛП с помощью динамического программирования 481.5 KB
  Курсовая работа по дисциплине МАТЕМАТИЧЕСКИЕ МЕТОДЫ ИССЛЕДОВАНИЯ ОПЕРАЦИЙ на тему Решение задачи целочисленного ЛП с помощью динамического программирования АННОТАЦИЯ Курсовая работа содержит 40 страниц 8 формул 17 таблиц 10 литературных источников. В ...
11774. Розв’язання несумісних задач лінійної оптимізації в діалоговому режимі 199.06 KB
  Звіт до лабораторної роботи №4 на тему: Розвязання несумісних задач лінійної оптимізації в діалоговому режимі З курсу: Математичні методи дослідження операцій Мета: Знайти оптимальний розвязок розподілу ресурсів за умови первинної наявності несумісн