- •Блоки IX-XII. Нейронные сети Задача 1. Создание и обучение персептрона для распознавания цветков ириса (демонстрационный пример)
- •Задача 2. Создание обучаемых структур для диагностики разновидностей аппендицита (самостоятельно)
- •Задача 3. Создание и обучение сети Кохонена для распознавания цветков ириса (демонстрационный пример)
- •Задача 4. Создание сети Кохонена для диагностики неисправностей конструкции и разновидностей аппендицита (самостоятельно)
- •Задача 5. Прогнозирование временного ряда (самостоятельно).
- •Задача 6. Создание персептрона для решения задачи «исключающего или (xor)» (самостоятельно).
- •Задача 7. Подбор параметров заданного персептрона, решающего задачу «исключающего или (xor)» (самостоятельно).
- •Задача 8. Подбор параметров заданной сети на радиальных базисных функциях, решающей задачу «исключающего или (xor)» (самостоятельно).
- •Задача 9. Создание нейронной сети по описанию множества (самостоятельно).
- •Задача 10. Программная реализация простейшей нейронной сети в LabView (самостоятельно).
- •Задача 11. Программная реализация сети Хопфилда в LabView (самостоятельно).
Задача 4. Создание сети Кохонена для диагностики неисправностей конструкции и разновидностей аппендицита (самостоятельно)
Данные для анализа находятся в файлах КМ Блоки 9 10 11 12 Задача 4а.txt иКМ Блоки 9 10 11 12 Задачи 2 и 4.txt. Для решения задачи использовать пакетSTATISTICA Neural Networks.
Разбить выборку, представляющую наблюдения за неисправностями конструкции (файл КМ Блоки 9 10 11 12 Задача 4а.txt), наобучающее и контрольное множества. Создать сеть Кохонена, соответствующую структуре выборки, а также сеть, имеющую в четыре раза большее число элементов, и обучить их.
Сопоставить эффективность созданных сетей Кохонена, представив результаты в виде сводной таблицы.
Используя выборку, представляющую медицинские наблюдения (файл КМ Блоки 9 10 11 12 Задачи 2 и 4.txt), попытаться создать и обучить сеть Кохонена для диагностики разновидностей аппендицита.
Факторизовать данные и повторить попытку.
Представить результаты выполнения пунктов CиDв виде сводной таблицы.
Отчетдолжен содержать:
сводную таблицу с результатами применения сетей Кохонена, содержащую
процентные показатели корректного распознавания на контрольном множестве,
характеристики обучающего и контрольного множеств,
характеристики и использованных нейронных сетей графические изображения и графические изображения их топологических карт.
комментарии и выводы.
Задача 5. Прогнозирование временного ряда (самостоятельно).
Данные для прогнозирования (месячные объемы авиаперевозок) находятся в файлeКМ Блоки 9 10 11 12 Задача 5.txt. Для решения задачи использовать пакетSTATISTICA Neural Networks.
Прогнозирование месячных объемов авиаперевозок проводить с помощью 3-слойного персептрона. Анализируемой переменной приписать типInput/Output. Учитывая наличие сезонной составляющей, параметрВременное окно(Steps) задать равным 12, а параметрГоризонт(Lookahead) – равным 1 (окноCreate Network). Объемы обучающего и контрольного множеств сделать равными половине объема имеющейся выборки наблюдений. Перемешать наблюдения, не нарушая порядка их следования во времени (Shuffle). Для обучения сети использоватьметод сопряженных градиентов. Сравнить результаты прогноза и наблюдения (командаRun|Time Series…). Для оценки качества прогноза вывести статистики регрессии (командаStatistics|Regression…).
Решить ту же самую задачу, подобрав и обучив с помощью Автоматического конструктора сетей(Intelligent Problem Solver) персептрон с оптимальной топологией.
Сравнить характеристики сетей, созданных при выполнении заданий AиB, включая полученные качества прогнозов.
Отчетдолжен содержать:
графики наблюдаемых и прогнозируемых значений временного ряда;
таблицу статистик регрессии;
характеристики и графическое изображение использованной нейронной сети;
комментарии и выводы.
Задача 6. Создание персептрона для решения задачи «исключающего или (xor)» (самостоятельно).
Используя пакет STATISTICA Neural Networks, создать и обучить персептрон, решающий задачу «исключающего ИЛИ (XOR)». Подбор топологии и обучение сетей выполнить как вручную, так и с помощьюАвтоматического конструктора сетей(Intelligent Problem Solver).
Отчетдолжен содержать:
таблицу с результатами распознавания;
графическое изображение полученной нейронной сети;
характеристики нейронов.