img246 (6)

240 Sieci samoorganizujące się

pamiętasz, które obszary ekranu odpowiadają prawidłowym stanom nadzorowanego procesu, a które odpowiadają stanom zagrożenia -to obserwując gdzie aktualnie znajduje się świetlny punkt i w jakim kierunku zmierza - możesz uzyskać syntetyczną ocenę stanu i perspektyw nadzorowanego systemu.

• Na ekranie możesz też wyświetlać sygnały wyjściowe neuronów bez dokonywania wśród nich dyskryminacji wynikającej ze stosowania zasady konkurencji. Możesz umówić się, że różnym wartościom sygnałów wyjściowych przypiszesz różne kolory i wtedy zmianom w monitorowanym procesie odpowiadać będzie wyświetlana na ekranie zmienna barwna mozaika. Niesie ona znacznie więcej informacji o stanie nadzorowanego procesu i po zdobyciu pewnej praktyki pozwala na dość wnikliwe i dokładne wnioskowanie o dostrzeganych trendach, ale na pierwszy rzut oka może być niestety dość mało czytelna. Sposobów zobrazowania wyników pracy sieci Kohonena może być więcej. Zwróć jednak uwagę na jedną ich wspólną cechę: są to zawsze obrazy dwuwymiarowe, wygodne do ogarnięcia jednym spojrzeniem i względnie łatwe do interpretacji. Obrazy te nie przenoszą informacji o szczegółowych wartościach konkretnych danych (do nich zawsze w razie potrzeby można sięgnąć), ale pokazują syntetyczny, całościowy obraz, który tak bardzo jest potrzebny osobie chcącej podejmować decyzje i ogólnie oceniać ich skutki. Obrazy te zmniejszają stopień szczegółowości analizowanych danych, ale dzięki zjawiskom uśredniania i generalizacji, dyskutowany wyżej można w ten sposób uzyskiwać naprawdę bardzo dobre wyniki.

10.10. Jak sterować samouczeniem sieci Kohonena?

Na koniec tego rozdziału podam Ci garść dodatkowych wyjaśnień dotyczących parametrów sieci używanej w programie 11.BAS. Wyjaśnienia te przydadzą Ci się jeśli zechcesz wykonywać dodatkowe badania z użyciem sieci, bo wtedy łatwiej będzie Ci je zmieniać. Bardzo Cię namawiam, żebyś spróbował pogłębionych studiów nad siecią Kohonena, bo możesz w ten sposób dokonać całkiem ciekawych i oryginalnych odkryć. Szczególnie dużo możesz zauważyć, badając wpływ parametrów sieci na jej zachowanie! Jeśli odkryjesz coś ciekawego i zwarcie, sensownie to opiszesz, to napisz do mnie, a gwarantuję Ci udział w poważnej publikacji naukowej, którą osobiście pomogę Ci napisać i umieścić w którymś z renomowanych czasopism naukowych (może nawet zagranicznych?), bo są to wciąż zagadnienia naukowo otwarte i nie do końca przebadane. A więc - do dzieła

Wyszukiwarka

Podobne podstrony:
img220 (6) 214 Sieci samoorganizujące się Rys. 10.6. Neurony, które rozpoznają pojawianie się punktó
img226 (11) 220 Sieci samoorganizujące się dużych skoków (na przykład 100 lub 300 kroków uczenia) -
img228 (11) 222 Sieci samoorganizujące się Rys. 10.15. Samoorganizacja sieci startująca od d
img218 (5) 212 Sieci samoorganizujące się ronów. Tylko neurony znajdujące się na brzegu sieci nie ma
img222 (8) 216 Sieci samoorganizujące się Na rysunku możesz zauważyć, że punkty odpowiadające sąsied

więcej podobnych podstron