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

434. Моделирование сети Хэмминга 604.5 KB
  Структурная схема сети Хэмминга. Разработка концептуальной объектной модели системы. Скриншот главного окна программы KR.exe. Основными алгоритмами программы являются алгоритм обучения нейронной сети и алгоритм Хэмминга.
435. Очисні споруди стічних вод 984.5 KB
  Визначення розрахункових витрат стічних вод. Розрахунок коефіцієнта змішання води водойми з стічними водами. Вибір методу очищення і складу споруд очисної станції. Розрахунок споруд для механічного очищення стічних вод.
436. Разработка иерархии классов 570.5 KB
  Разработка структуры иерархии классов Расписание студентов, которая содержит расписание занятий для студентов на семестр. В ходе работы было разработано тестирующее приложение для быстрого создания расписания занятий и удобного его просмотра.
437. Автоматизация учёта работы предприятия Анклав GSM 509 KB
  Разработка системы для учета клиентов, изделий, имеющихся в наличии. Таким образом использование ЭВМ на предприятиях является универсальным решением: повышается общая скорость работы, при более низких затратах, по сравнению с аналогичным трудом человека. Разработка системы ведения учёта проделываемых операций.
438. Інформаційна підтримка внутрішнього контролю на неприбутковому підприємстві 834 KB
  Cистема інформаційної підтримки внутрішнього контролю на конкретному неприбутковому підприємстві – в ЦБС Оболонського району м. Києва. Характеристика існуючого інформаційного забезпечення внутрішнього контролю господарської діяльності бюджетних установ. Розробка інформаційного забезпечення системи внутрішнього контролю для бібліотек на основі Access.
439. География 6-9 классы 587 KB
  Роль географической науки в решении важных проблем развития страны. Необходимость комплексного географического изучения страны. мосвязь природных условий, быта и традиционных занятий коренного населения. Сравнительная характеристика рельефа Центральной России и Западной Сибири.
440. Разработка гидравлического привода для металлорежущего станка 508 KB
  Недостатками гидравлического привода, которые ограничивают его применение в станках, являются нестабильность работы привода из-за неизбежных температурных колебаний рабочей жидкости в процессе работы станка и более низкий КПД.
441. Реконструкция цеха по производству колбасы и сосисок в больших объемах 951.5 KB
  реконструкция цеха по производству сосисок Молочные мощностью 700 кг в смену и колбасы Докторская мощностью 750 кг в смену на МУП Уярском мясокомбинате, г. Уяр. Разработан план цеха, обоснована аппаратурно-технологическая схема по производству сосисок с колбасы и технология их получения, выполнен сырьевой расчет.
442. История мировой философии 673.5 KB
  Предмет, структура и функции современной философии. Философия Древней Индии и Древнего Китая. Классический этап развития греческой философии. Философские школы поздней античности. Средневековая философия Запада и классическая арабо-мусульманская философия. Эмпиризм и рационализм после Бэкона и Декарта.