1. Ознакомьтесь с теоретической частью.
2. Напишите программу на С, С++, реализующую конкурентную нейронную сеть.
3. Обучите конкурентную сеть с использованием правила (4.5) на количество образов, превышающих количество нейронов сети. Рекомендуется использовать нормированные векторы. Исходные данные – 5 классов образов, размер идеального образа 6×6 (в соответствии с вариантом).
4. Убедитесь, что похожие образы были спроецированы сетью в один кластер (подача их на вход активизирует один и тот же нейрон).
5. Подайте на вход тестовые образы, отличные от образов из обучающей выборки. Сделайте выводы.
6. Напишите отчет.
Содержание отчета:
· топология конкурентной нейронной сети;
· основные формулы обучения и воспроизведения;
· идеальные образы для обучения сети;
· тестовые зашумленные образы;
· результаты воспроизведения;
· результаты сравнения конкурентной нейронной сети с сетью РБФ и многослойным персептроном;
· выводы: преимущества и недостатки конкурентной нейронной сети.
Таблица 4.1
Варианты задания
№ варианта | 1-й класс | 2-й класс | 3-й класс | 4-й класс | 5-й класс |
N | F | I | P | D | |
L | U | T | O | K | |
Контрольные вопросы
1. Смысл самообучения.
2. Обучение конкурентной нейронной сети.
3. Определение нейрона-победителя.
4. Сеть Кохонена.
5. Использование самоорганизующихся сетей.
6. Достоинства и недостатки данного типа нейронной сети.
Литература
1. Aleksander I., Morton H. An Introduction to Neural Computing. — London: Chapman&Hall, 1990. – 570 р.
2. Головко, В. А. Нейронные сети: обучение, организация и применение: учеб. пособие для вузов.– М.: ИПРЖР, 2001. – 256 с.
3. Bishop C. M. Neural Networks for Pattern Recognition. – Oxford: Clarendon press, 1995.– 482 p.
4. Hopfield J.J. Neural networks and physical systems with emergent collective computational abilities // Proc. Natl. Acad. Sci. USA.– 1982.– Vol. 79.– P. 2554.
5. Kohonen T. Self-organization and associative memory. – Springer-Verlag, 1989.– 312 p.
6. Kohonen T. Self-organized formation of topologically correct feature maps // Biol. Cybernetics.– 1982.– Vol. 43.– P. 56-69.
7. Kohonen T. Self-organizing maps. –Springer-Verlag, 1995.– 362 p.
8. Rumelhart D.E., Hinton G.E., Wiliams R.J. Learning internal representation by error propagation: McClelland J.L. and Rumelhart D.E. (Eds). Parallel Distributed Processing: Exploration in the Microstructure of Cognition.– MIT Press, Cambridge MA.– 1986.– Vol. 1.– P. 318-362.
9. Хайкин, С. Нейронные сети: полный курс, 2-е изд.: пер. с англ. — М.: Издательский дом «Вильямс», 2006. — 1104 с.
10. Ежов, А. А., Шумский, С. А. Нейрокомпьютинг и его применение в экономике и бизнесе. – М.: Мир, 1998.– 222 c.
Св. план 2006, поз. 68
Учебное издание
Садыхов Рауф Хосровович
Лукашевич Марина Михайловна