46510
Podczas pierwszych laboratoriów mieliśmy zbudować model sztucznego neurony oraz zbadać jak on działa. Naszym zadaniem było również znalezienie takich wag, aby sumy kwadratów błędów pomiędzy funkcją aktywacji a jedną z pozostałych trzech funkcji (skoku jednostkowego, liniowej oraz logistycznej) były jak najmniejsze.
Model neuronu:
|
Skok jedn. |
Liniovra |
Logistyczna | ||||||
|
XI X2 |
Y |
Sumator Ys |
Kw.różnic ] |
Kw.różnic 1 | ||||
|
-0.2 |
0,5 |
0 |
1.3 |
1 |
1 |
1.3 |
1,69 |
0,785835 0,6175366 |
|
0.2 |
-0,5 |
0 |
0.7 |
1 |
1 |
0.7 |
0,49 |
0,6681878 0,4464749 |
|
0,8 |
-0,8 |
1 |
1 |
1 |
0 |
1 |
0 |
0,7310586 0,0723295 |
|
0,8 |
0,8 |
1 |
2,6 |
1 |
0 |
2.6 |
2,56 |
0,9308616 0,0047801 |
|
Suma kwadratu błędów |
2 |
4,74 |
1,1411211 | |||||
Wagi i bias
WO W1 W2
111 Bias(XD)
Używając solvera minimalizuję kwadraty błędów dla poszczególnych funkcji. W przypadku funkcji skoku jednostkowego solver nie rozwiązał problemu, wagi nie zmieniły swojej wartości. Dla funkcji liniowej wagi i suma kwadratów błędu przedstawia się następująco:
Wagi i bias
WO W1 W2 Suma kw. Bł 1,1470073 0,1288135 0,041207 0,0824742
Natomiast dla funkcji logistycznej następująco:
Wagi i bias
WO W1 W2 Suma kw. Bł
0,8377014 0,0927276 -0,334654 0,6986325
Wyszukiwarka
Podobne podstrony:
Model sztucznego neuronu McCulloch-Pitts’a -*1943 - pierwszy matematyczny opis neuronu. -* Najprości
Model sztucznego neuronu McCulloch-Pitts’a -*1943 - pierwszy matematyczny opis neuronu. -* Najprości
Model sztucznego neuronu McCulloch-Pitts’a -*1943 - pierwszy matematyczny opis neuronu. -* Najprości
Podczas tych laboratoriów tworzymy użyteczny model aby wyznać zapas minimalny w przykładowej aptece
tkanka nerwowa 344Tkanka nerwowa Zbudowana z komórek nerwowych (neuronów) oraz komórek gleju. Rejest
podczas badań laboratoryjnych. Model matematyczny opisany równaniem (5.3) [102] posiada dwa elementy
Zajęcia Laboratoryjne składają się z 15 zajęć po 90 minut każde. Podczas pierwszych zajęć prowadzący
zdjęcia 2 _Wyniki _ Podczas pierwszego roKu terapii tempo wzrastania zwiększyło się średnio z 2.8 ±1
s11 (24) 2. Modele matematyczne układów regulacji Przykład 2.14 Zbudować model matematyczny obiektu
ssn1 Model matematyczny neuronu m y = F [<p = F Y, Wi • Ui + 6 ,ł=0 y = F wT • u 4- b gdzie: Ui
IMG)19 (2) > Źrebięta dotknięte żółtaczką hemołjtyezną wydają się być normalne podczas pierwszych
więcej podobnych podstron