- •«Вятский государственный университет» (фгбоу впо «ВятГу»)
- •Исходные данные
- •Выбор оптимального количества кластеров (слой Кохонена).
- •Выбор оптимальной скорости обучения.
- •Скорость обучения: 0,01
- •Выбор оптимального порога итераций (в выборках).
- •Порог итераций (в выборках): 1000
- •Выбор оптимального размера окрестности.
- •Размер окрестности (доля от сети): 0,3
- •Этап 2. Создание нейросетевой эс на базе сети арт2.
- •2) Всего векторов: 7
- •3) Всего векторов: 7
- •4) Всего векторов: 7
- •5) Всего векторов: 7
- •6) Всего векторов: 7
- •Степень схожести: 0,8
- •7) Всего векторов: 7
- •Степень схожести: 0,85
- •2) Всего векторов: 7
- •2) Всего векторов: 7
- •3) Всего векторов: 7
- •Данный вектор не относится ни к одному из приведенных классов.
- •Этап 3. Сравнение результатов.
- •Выводы:
Выводы:
В ходе выполнения лабораторной работы были разработаны и исследованы нейросетевые экспертные системы (ЭС) на базе нейронной сети АРТ2 и нейронной сети встречного распространения (СВР).
Анализируя данные из таблицы сравнения результатов можно сказать, что результаты тестирования СВР совпадают с результатами тестирования Anies и NeuroPro: коэффициенты, получившиеся в итоге, очень близки по своим значениям.
Также, посмотрев на сравнительную таблицу, можно увидеть, что результаты, полученные в АРТ2 соответствуют предшествующим полученным результатам в NeuroPro, Anies и СВР таким образом, что результатам по одной гипотезе с наибольшими коэффициентами, полученными ранее в NeuroPro, Anies и СВР в АРТ2 соответствует верное однозначное определение гипотезы (один коэффициент на гипотезу).
Наиболее эффективна для данной выборки сеть АРТ2, так как, во–первых, данная сеть позволила получить результаты близкие к полученным результатам «победителя» в NeuroPro, Anies и СВР; во–вторых, данная сеть однозначно определяет гипотезы, т.е. сразу указывает «победителя» с его выходным коэффициентом.