2 Домашнє завдання

Використовуючи конспект лекцій і рекомендовану літературу, вивчити моделі НМ Кохонена та алгоритми їхнього навчання.

Використовуючи документацію рекомендованого викладачем програмного засобу, вивчити його архітектуру і компоненти, призначені для моделювання і навчання НМ Кохонена, вводу і виводу даних, підготовки звітів (виводу і відображення результатів роботи).

Ознайомитися зі складом і порядком виконання роботи.

3 Порядок виконання роботи

3.1 Одержати у викладача варіанти завдань для моделювання і навчання SOM і LVQ.

Вхідними даними є: число класів, кількість входів нейронів і розмір мережі (число нейронів); набір пар значень входів x_i і бажаних виходів y_i; вид метрики SOM.

3.2 Написати і налагодити програму на Паскалі, Сі або Бейсику, що моделює SOM і реалізує алгоритми її навчання. Передбачити в програмі відображення на екран і запис у файл на диску поточного стану параметрів НМ і результатів їхньої роботи: матриці ваг, значення на входах і виходах, тривалість їхнього навчання і роботи.

3.3 Для відповідних варіанту вхідних даних зробити навчання SOM і зберегти у файлі на диску результати її роботи.

3.4 Виконати п.3.3, варіюючи по черзі вид / параметри метрики SOM. Результати занести в таблицю, стовпці якої повинні мати назви: вид метрики, помилка поділу на класи (число помилкових рішень про віднесення екземплярів до вузлів, до яких вони не мають фактичної близькості). Проаналізувати отримані результати і зробити висновки про те, як впливає вид метрики на число помилкових рішень.

3.5 Виконати п.п. 3.3-3.4 для програмного засобу, запропонованого викладачем. Зробити аналіз і дати порівняльну характеристику розробленої Вами програми і програмного продукту, запропонованого викладачем.

3.6 Використовуючи програмний засіб, запропонований викладачем, здійснити моделювання задачі, що відповідає варіанту, для НМ LVQ. Результати занести в таблицю, стовпці якої повинні мати назви: алгоритм навчання, час навчання, помилка навчання, помилка класифікації.

3.7 Для тих же даних, що та у п. 3.6 здійснити моделювання на основі одношарового персептрона і НМ Хопфілда. Результати занести в таблицю.

3.8 Проаналізувати результати виконання п.3.6-3.7 і порівняти можливості НМ LVQ з НМ Хопфілда та одношаровим персептроном.

4 ЗМІСТ ЗВІТУ

4.1 Сформульована мета роботи.

4.2 Короткі теоретичні відомості та опис моделей НМ Кохонена.

4.3 Схеми та опис алгоритмів роботи і навчання НМ Кохонена.

4.4 Опис і текст програми, що реалізує алгоритми 4.3.

4.5 Вхідні дані та результати роботи програми 4.4.

4.6 Вхідні дані та результати роботи з програмним засобом, запропонованим викладачем.

4.7 Аналіз отриманих результатів і висновки. Відповіді на контрольні питання.

Контрольні питання

1. Дайте визначення понять: нейронна мережа, метрика, асоціативна пам'ять, SOM, LVQ.

2. Які задачі можна вирішувати на основі SOM і LVQ, а які не можна? Обґрунтуйте і доведіть відповідь. Приведіть приклади.

3. Порівняєте можливості SOM, НМ Хопфілда та одношарового дискретного персептрона.

4. Як впливають вид і параметри метрики на точність визначення центрів зосередження екземплярів. Відповідь поясніть і проілюструйте.

5. Запропонуєте способи обліку апріорної інформації про значимість ознак при навчанні SOM.

6. Чи доцільно використовувати SOM для попереднього аналізу даних у задачах діагностики і прогнозування?

7. Запропонуйте стратегію (алгоритм) визначення необхідної кількості нейронів конкуруючого шару LVQ.