- •Теоретичні відомості
- •Визначення складу знань та їх розподіл
- •Побудова моделі предметної області
- •Методи побудови системи понять предметної області
- •Методи встановлення взаємозв'язків між поняттями предметної області:
- •Методи встановлення семантичних відношень між поняттями предметної області
- •Контрольні питання
- •Варіанти завдань
- •Побудувати модель визначеної предметної області, використовуючи методи побудови системи понять та встановлення семантичних відношень між поняттями:
- •несправності комп’ютера;
- •Тема: Експертні системи. Побудова баз знань ЕС.
- •Структура експертних систем
- •атрибутивні зв’язки (має властивість, має значення).
- •Семантичні мережі можуть мати складну та громіздку структуру.
- •Рівні представлення і рівні детальності
- •Організація знань у базі знань
- •Контрольні питання
- •Варіанти завдань
- •Теоретичні відомості
- •Контрольні питання
- •Варіанти завдань
- •Теоретичні відомості
- •Рис. 2. Методика розробки ЕС
- •Прототипи і життєвий цикл експертної системи
- •Прикладами областей застосування, що потребують гнучкості з боку створення та поповнення бази знань, є: планування виробництва, проектування і діагностика в області електроніки, обчислювальної техніки та машинобудування.
- •Контрольні питання
- •Варіанти завдань
- •Створити та протестувати прототип ЕС відповідно варіанту. Вказати сильні та слабкі сторони створеного прототипу, шляхи його вдосконалення.
- •Вимоги до експертної системи і звіту
- •Тема: Нейронні мережі. Персептрон. Побудова та дослідження персептрона.
- •Теоретичні відомості
- •Рис. 3. Штучний нейрон
- •Навчання персептрона
- •Розглянемо алгоритм навчання з учителем.
- •Контрольні питання
- •Варіанти завдань
- •Оцінка алгоритму зворотнього поширення
- •Контрольні питання
- •Варіанти завдань
- •Тема: Нейронні мережі. Побудова та навчання нейромережі для вирішення задачі прогнозування.
- •Постановка задачі прогнозування курсу UKB/USD
- •Контрольні питання
- •Методичні рекомендації по вирішенню задачі та вимоги до звіту
- •Тема: Нейронні мережі. Побудова та навчання нейромережі для розпізнавання образів.
- •Рис.7. Структурна схема мережі Хопфілда
- •2. Розраховується новий стан нейронів
- •Рис. 9. Структурна схема мережі Хемінга
- •Алгоритм функціонування мережі Хемінга наступний:
- •Завдання: побудувати ЕС в області медичної діагностики.
- •Частина 1
- •Частина 2
- •Частина 3
- •Частина 4
- •Частина 5
Для часової послідовності 2. На |
кроці |
k + 1 система прогнозує |
95, хоча реальне значення повинно |
бути |
96, на кроці k + 2 як |
вхідний образ буде використовуватися образ (98, 96, 98, 96).
Як було сказано вище, результатом прогнозу НМ є клас до якого належить змінна, а не її конкретне значення. Формування класів повинно проводитися в залежності від того, які цілі прогнозування. Загальний підхід полягає в тому, що область визначення прогнозованої змінної розбивається на класи відповідно до необхідної точності прогнозування. Класи можуть представляти якісну чи чисельну сторону зміни змінної.
Постановка задачі прогнозування курсу UKB/USD
Дослідження провести на основі моделі мережі зі зворотним поширенням помилки.
Ціль експериментів - прогнозування курсу UKB/USD. Для досягнення даної мети провести дослідження впливу представлення історичних і прогнозованих даних на помилку прогнозування. Розглянути також питання впливу структури НМ на швидкість навчання мережі і помилку прогнозування. При цьому вирішити наступні задачі:
−пошук критеріїв прогнозування;
−пошук оптимального представлення історичних даних про курс;
−пошук оптимального представлення результату прогнозування;
−пошук оптимального розміру вікна;
−пошук оптимальної структури мережі.
Прогнозування курсу UKB/USD провести на основі часової послідовності щоденних даних про курс. Такий підхід до прогнозування заснований на ідеї американських економістів про те, що для прогнозування деяких економічних показників цілком достатньо дослідження історії їх зміни. Успішне застосування даного підходу іншими дослідниками для прогнозування курсів DM/USD і SUR/USD дозволяє сподіватися на успіх прогнозування UKB/USD.
Вихідними даними для експериментів узяти щоденні виміри курсу UKB/USD за річний період. Прогнозувати середнє значення курсу за день (середнє арифметичне денних курсів покупки і продажу).
Контрольні питання
1.Формалізація задачі прогнозування.
2.Метод вікон.
3.Одно та багатокрокове прогнозування.
40