На головну

Етапи побудови і навчання ІНС.

  1.  B-дерева: принципи побудови, операція пошуку.
  2.  I На шляху побудови єдиної теорії поля 6.1. Теорема Нетер і закони збереження
  3.  I. Яке визначення найбільш повно виражає сутність програмованого навчання?
  4.  I. Статистичні методи побудови динамічних об'єктів технологічних процесів.
  5.  I. Етапи конституційного будівництва
  6.  II. Постановка завдання побудови динамічної моделі.
  7.  II. Чому класно-урочна форма організації навчання є головною (основний)?

1. Поставлена ??задача формалізується д / її рішення за допомогою ІНС. (Опред-ся вхідні і вихідні змінні, формулюється сама постановка завдання).

2. Опред-ся тип і архітектура ІНС, кількість і тип нейронів в мережі, вид передавальних функцій нейронів.

3. Мережа будується, вибирається алгоритм навчання мережі.

4. Навчання (схоже на програмування) ІНС. кроки:

4.1. Якщо мережа навчається з «учителем», то з наявної вибірки прикладів вирішення завдання вибирається випадковим чином будь-якої приклад:

Х; У (Х - вхідні змінні, то, що відомо, дане; У - вихідні змінні, то, що вийде, відповіді)

Ваговим коеф-там зв'язку присвоюються недо початкові значення. Х-и - подаються на входи мережі (привласнення вхідних даних значень).

4.2. За отриманими значеннями У-ів визначається величина помилки, яку допустила мережу (дельта У - наскільки У відхиляється від свого номінального значення).

4.3. За отриманою помилку виконується «підстроювання» вагових коефіцієнтів за раніше обраному алгоритму. Д / того, щоб помилка була хв. Якщо величина помилки не перевищує доп значення, то мережу можна вважати навченим.

4.4. Процедура навчання повторюється, поки помилка не стане менше, або дорівнює значенню помилки.

В результаті отримуємо ІНС, навчену вирішення завдань певного типу, наприклад, апроксимація функцій і т.д.

приклад: Постановка завдання розпізнавання символів для ІНС. Розпізнаємо букви алфавіту.

0 - відсутність кольору; (квадрат - 100х100) (в квадраті зображення літери)

1 - наявність кольору

Постановка завдання для ІНС.

Необхідно побудувати ІНС 10 000 входів і 33 виходу. Навчити треба так, що б на вході довічного вектора соответств оцифрованого зображення деякої літери алфавіту, найбільша величина цифрового сигналу на виході, отриманому цією буквою.

Найбільші труднощі при побудові і навчанні ІНС пов'язані з:

1. Вибором конкретної архітектури мережі;

2. З алгоритмом підстроювання вагових коефіцієнтом, в залежності від помилки;

3. Необхідністю мати навчальну вибірку достатнього обсягу.

 Складність навчання ВНХ пов'язані з великою кількістю змінних (параметрів оптимізації помилки). У (W) min

А так же з наявністю локальних мінімумів функції помилки, серед яких потрібно знайти глобальний (мінімальний мінімум). Для навчання мереж використовують такі алгоритми оптимізації, як:

- Градієнтні методи;

- Пошукові методи, що імітують різні фізичні процеси (метод відпалу - модель процесу, який відбувається термічна обробка металу);

- Генетичні алгоритми.

якщо при навчанні ІНС особливо складної архітектури досягається дуже висока точність рішення на навчальній вибірці, можливо перенавчання мережі, яке проявляється в тому, що на реальних задачах мережу допускає занадто великі помилки.

Приклад перенавчання мережі (апроксимація ф-ції):

 лінійна функція
У

       
 
 
   
Х

 


Для боротьби з перенавчанням необхідно:

1. Раціонально обирати архітектуру ІНС, відповідно до поставлених завдань;

2. Використання в процесі навчання дві вибірки прикладів: навчальну і контрольну.

Якщо помилка зменшується на обох вибірках - навчання можна продовжувати. Якщо на контрольній вибірці помилка стабілізувалася або почала зростати, то можливо це свідчить про перенавчання, тоді навчання слід або припинити, або змінити алгоритм навчання або архітектуру мережі.

Класифікація ІНС:

1. За архітектурі міжнейронних зв'язків мережі можуть бути:

1.1. Повнозв'язну: В цьому випадку кожен нейрон передає сигнал всім і самому собі.

1.2. Неполносвязнимі (слабозв'язаних). Кожен нейрон передає сигнал окремим нейронам мережі.

1.3. Багатошаровими (кожен нейрон деякого шару передає сигнал всім нейронам слід шару). При цьому нейрони одного шару зв'язку не мають.

1 - вхідний шар;

3 - вихідний шар;

2 - прихований шар.

ІНС можуть бути:

- З прямим розповсюдженням сигналу (від входу до виходу);

- Зі зворотним поширенням сигналу.



 Питання штучні нейронні мережі (ШНМ). |  Практичне застосування нейромережі.
© um.co.ua - учбові матеріали та реферати