Лабораторные / СИИ-1ЛАБ

Министерство цифрового развития, связи и массовых коммуникаций

Российской Федерации

Ордена Трудового Красного Знамени федеральное государственное бюджетное образовательное учреждение высшего образования

МОСКОВСКИЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ СВЯЗИ И ИНФОРМАТИКИ

(МТУСИ)

Факультет "Радио и телевидение"

Кафедра "Радиотехнические системы"

Лабораторная работа №1

По дисциплине "Системы искусственного интеллекта":

Выполнил:

Проверил:

Доктор технических наук

Чиров Д.С.

Цель работы: изучение искусственных нейронных сетей типа перцептрон. Моделирование работы многослойного персептрона в задачах классификации радиосигналов.

Вариант 1

Исходные данные:

Тип активационной функции: cигмоидальная функция;

Крутизна: 1,0;

Способ обучения: метод обратного распространения;

Параметры обучения: норма обучения: 0,7; инерционный коэффициент: 0,6.

Выполнение:

Для количества слоев – 2

Рисунок 1 – Для 4 эпох

Рисунок 2 – Для 6 эпох

Для количества слоев – 4

Рисунок 3 – Для 4 эпох

Рисунок 4 – Для 6 эпох

Рисунок 5 – Зависимость доли корректно распознанных объектов от количества эпох

Вывод:

Вывод по двуслойному: в начале обучения нейронная сеть показывает точность выше средней, так как веса и параметры модели инициализированы случайным образом, но с каждой последующей эпохой точность распознавания стала повышаться и практически достигла 100%.

Вывод к четырехслойному: заметно, что с увеличением числа нейронов доля корректно распознанных объектов сильно уменьшилась, поэтому может потребоваться больше эпох для достижения необходимой точности распознавания.

Москва 2025