Symulacja sieci neuronowej

Symulacja sieci neuronowej. Cel ćwiczenia: Celem ćwiczenia jest poznanie właściwości i budowy jednej z podstawowych konfiguracji sieci neuronowych. Będzie to sieć typu “back propagation”, uczona “z nauczycielem” według algorytmu DELTA . Realizowane będzie zadanie znane z wykładów, a mianowicie układ kombinacyjny o trzech wejściach A , B , C i jednym wyjściu D , które uzyskuje sygnał 0 gdy wszystkie trzy sygnały ABC są sobie równe.
Podstawowe wiadomości o sieciach neuronowych. Sieć neuronowa jest bardzo uproszczonym modelem mózgu. Składa się ona z dużej liczby (od kilkuset do kilkudziesięciu tysięcy) elementów przetwarzających informację. Elementy te nazywane są neutronami, chociaż w stosunku do rzeczywistych układów nerwowych ich funkcje są bardzo uproszczone. Neurony są to sumatory, których składniki dodawane do siebie są mnożone przez odpowiednie wagi, nastawiane w procesie uczenia. Neurony są powiązane w sieć za pomocą wag modyfikowanych w trakcie wyżej wspomnianego uczenia. Topologia połączeń oraz ich parametry stanowią program działania sieci, zaś sygnały pojawiające się na jej wyjściach w odpowiedzi na określone sygnały wejściowe są rozwiązaniami stawianych jej zadań. Większość współcześnie budowanych i wykorzystywanych sieci neuronowych ma budowę warstwową przy czym ze względu na dostępność w trakcie procesu uczenia wyróżnia się warstwy: wejściową, wyjściową oraz tak zwane warstwy ukryte.
Najczęściej sieci neuronowe są realizowane jako modele matematyczne lub symulacyjne, do czego budowane są niekiedy specjalne komputery (np. procesor DELTA firmy SAIC) albo systemy komputerowe specjalnie dostosowane do wykorzystania w pracach nad sieciami. Badane są także specjalne zasady budowy algorytmów dla sieci neuronowych oraz tworzone jest specjalne oprogramowanie dla potrzeb modelowania sieci. W naszym ćwiczeniu wykorzystujemy profesjonalny program, który składa się z dwóch części: NetMaker'a i BrainMaker'a. BrainMaker jest programem do symulacji sieci neuronowych pracującym w systemie MS-WINDOWS z szybkością 5*10 5 p/s. Zawiera 5 typów elementów (neuronów) Neurony. Elementy, z których buduje się sieci charakteryzują się występowaniem wielu wejść i jednego wyjścia.
Sygnały wejściowe x i (i = 1, 2, n) oraz sygnały wyjściowe y mogą przyjmować wartości z pewnego ograniczonego przedziału, można przyjąć, że x i Î [-1,1] dla każdego “ i ”, y Î[-1,1]. Warstwa neuronów jako najprostsza sieć. Warstwa neuronów stanowi najprostszy przykład sieci neuronowej. Działanie tej sieci polega na tym, że pojawienie się określonego wektora wejściowego x powoduje powstanie sygnałów wyjściowych

(…)

… na lotnisku w celu wykrywania materiałów wybuchowych
…
…) odpowiedz neuronu na sygnał x. Neuron odpowiada na sygnał x sygnałem y = w*x (y = wT×x), przy czym jeśli neuron nie jest nauczony, sygnał ten jest inny niż wymagany (y ¹ z).
Opracowanie wyników.
Napisać część teoretyczną o sieciach neuronowych.
Część teoretyczna o sieciach neuronowych znajduje się we WSTĘPIE TEORETYCZNYM.
Analizowany układ kombinacyjny w realizacji na bramkach i multiplekserze…
... zobacz całą notatkę