Sieci Neuronowe

Nasza ocena:

5
Pobrań: 56
Wyświetleń: 1211
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
Sieci Neuronowe - strona 1 Sieci Neuronowe - strona 2 Sieci Neuronowe - strona 3

Fragment notatki:


Temat: Zastosowanie sztucznych sieci neuronowych w  klasyfikacji terenów na zdjęciach satelitarnych . 1. Charakterystyka i organizacja sztucznych sieci neuronowych. Działanie   sztucznych   sieci   neuronowych   oparte   jest   na   prostych   modelach   komórek  neuronowych. Rysunek przedstawia schemat najczęściej stosowanego modelu sztucznego  neuronu. Neuron taki składa się z n+1 ważonych wejść, jednostki przetwarzającej oraz  jednego   wyjścia.   Odpowiednikami   biologicznymi   tego   modelu   są:   dendryty   wraz   z  kolbkami  synaptycznymi,  ciało komórki oraz akson. Jedno połączenie  synaptyczne  jest  wyróżnione: wartość na jego wejściu jest stała i wynosi -1, natomiast wartość jego wagi  zwana jest wartością progową. Wartość sygnału wyjściowego  o  neuronu jest określona poprzez następującą relację: gdzie  w  jest wektorem wag (ważonych połączeń synaptycznych),  x  jest wektorem wartości  sygnałów wejściowych, natomiast funkcja   f    nazywana  jest   funkcją aktywacji neuronu .  Warto zauważyć, że o zgromadzonej przez pojedynczy neuron, a w konsekwencji przez  sieć neuronową, informacji decydują  wartości wagowe połączeń  synaptycznych.  Zatem  metoda doboru tych współczynników wagowych jest kluczowa z punktu widzenia jakości  działania sieci. Istotną rolę w pracy systemów  opartych  na sieciach  neuronowych  pełni   faza treningu ,  zwana również  fazą nauki . Jak wspomniano, jest ona charakterystyczną cechą tych sieci, w  trakcie której uczy się taka sieć poprawnie reagować na wzorce znajdujące się w zbiorze  uczącym.   Jednocześnie   sieć   nabywa   zdolności   generalizacji,   czyli   oczekiwanego  reagowania  na wektory wejściowe, które nie były  zawarte w zbiorze  uczącym.  Można  zatem stwierdzić,  że struktura neuronowa nabiera doświadczenia  w procesie treningu  i  odpowiedzi sieci zależą w dużym stopniu od zawartości zbioru uczącego. Analogicznie do  systemów   biologicznych,   proces   nauki   jest   długi   i   można   rozróżnić   podstawowe   dwie  metody treningu: nadzorowaną (z nauczycielem) oraz nienadzorowaną (bez nauczyciela). W nadzorowanym procesie nauki (treningu), na wejście sieci neuronowej podawane są  wektory  x   ze zbioru uczącego wraz z żądaną poprawną odpowiedzią   d . Aktualny wektor  odpowiedzi sieci  o  na wyjściu służy do określenia miary odległości  pomiędzy wektorem  wyjściowym  o  a sygnałem uczącym  d . W zależności od wartości miary  dokonywana jest  aktualizacja wag 

(…)

…., "Wstęp do teorii obliczeń neuronowych", Wydawnictwa NaukowoTechniczne, Warszawa 1995.
2. Kacprzak T., Slot K., "Sieci neuronowe komórkowe", Wydawnictwo Naukowe PWN, Warszawa 1995.
3. Korbicz J., Obuchowicz A., Uciński D., "Sztuczne sieci neuronowe. Podstawy i zastosowania", Akademicka
Oficyna Wydawnicza PLJ, Warszawa 1994.
4. Osowski St., "Sieci neuronowe w ujęciu algorytmicznym", Wydawnictwa Naukowo…
… satelitarnych. Materiałem badań są zdjęcia
pochodzące z satelity Landsat TM. Wektorem uczącym jest komplet 7 kanałów dla
fragmentu województwa mazowieckiego oraz wzór pokrycia tego terenu wykonany przez
klasyfikatora w sposób klasyczny. W opisywanym eksperymencie wykorzystywano dwa
wzorce:
a)
mapa CORINE
b)
wzorzec generowany ręcznie wg odbicia spektralnego
Rys. Przykładowe zdjęcia z wektora uczącego
Rys…
... zobacz całą notatkę

Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz