neuro_lab3
.pdfОтчет по лабораторной работе № 3
по дисциплине «Нейрокомпьютеры и их применение»
на тему «Применение многослойного персептрона. Автоассоциативная ИНС.»
Цель работы: знакомство с применением многослойного персептрона для решения задач сжатия данных, прогнозирования временных рядов и распознавания образов.
1.Построим и обучим автоассоциативные нейронные сети с 2-я и 3-я нейронами в скрытом слое для исходных данных из 5-ти классов и для исходных данных из 4-х классов.
Пусть в лаб. работе № 2 были получены номера информативных признаков: 3, 6, 7, 16, 21. Отметим их в исходной таблице min_water как input/output, все остальные – ignore. К каждому из классов 1-5 установим по одной тестовой и одной верификационной выборке (синие и красные строки):
1) Создадим автоассоциативную ИНС с 2 нейронами в скрытом слое и обучим ее на 5 классах:
1
Обучим ИНС методом обратного распространения ошибки:
2
Чтобы посмотреть выходы нейронов скрытого слоя, в network editor удалим (delete) 4 слой:
Перейдем в Run data set и нажмем Run, получили 2 столбца с выходами нейронов, нажмем Data Set – эти столбцы добавились в конец основной таблицы:
3
Применим ignore к последним 2 столбцам.
Добавим в таблицу столбец после 2-го столбца (variable – add) и установим value v5:
Скопируем содержимое столбца 2 в отредактированный столбец:
4
С помощью data clustering проведем визуализацию данных в скрытом слое:
Из рисунка видно, что сформированные 5 областей достаточно далеко располагаются друг от друга, следовательно, ИНС успещно сжала данные.
2) Создадим автоассоциативную ИНС с 2 нейронами в скрытом слое и обучим ее на 4 классах.
Применим ignore к измерениям 5-го класса:
Создадим ИНС:
5
Обучим ИНС:
6
Удалим последний слой:
Сделаем проигнорированные до этого наблюдения 5-го класса обучающими (train):
Посмотрим выходы 2 нейронов (run data set – run):
7
Перенесем данные в основную таблицу (Data set) и переименуем переменные (definition):
Проведем визуализацию данных скрытого слоя:
8
Из рисунка видно, что сформированные 4 области достаточно далеко располагаются друг от друга, однако 5 класс находится очень близко к 4 классу, следовательно, сжатие данных не следует считать качественным.
3) Создадим автоассоциативную ИНС с 3 нейронами в скрытом слое и обучим ее на 5 классах:
Обучим ИНС:
9
Удалим последний слой:
10