neuro_lab3

Отчет 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