Студенческий портал

admin@studynote.ru
/ Регистрация
X
Помощь студенту > Готовые работы > Курсовые работы > Курсовые работы по информатике > Расчёт однослойной нейронной сети ручным способом.

Тема курсовой работы: Расчёт однослойной нейронной сети ручным способом.

400 рублей
Купить

или

Заказать новую работу

Более 20 способов оплатить! После оплаты вы получаете ссылку на скачивание. Гарантия на - 3 дня. Исключительно в ознакомительных целях! Все вопросы admin@studynote.ru

Общая информация
Описание работы
Дополнительная информация

(фрагменты работы)

Общая информация
Учебное заведение: Другие города > ДРУГОЕ
Тип работы: Курсовые работы
Категория: Информатика
Год сдачи: 2021
Количество страниц: 13
Оценка: зачёт
Рейтинг работы:
Иллюстрация №1: «Расчёт однослойной нейронной сети ручным способом.» (Курсовые работы - Информатика). Иллюстрация №2: «Расчёт однослойной нейронной сети ручным способом.» (Курсовые работы - Информатика).
Описание работы

Курсовая работа по дисциплине «Нейро-нечёткие системы» на тему: «Расчёт однослойной нейронной сети ручным способом.»

Дополнительная информация

(фрагменты работы)

Практическая часть
2.1 Задание
Цель работы: научиться рассчитывать однослойную нейронную сеть ручным способом.
Задание: рассчитать параметры нейронной сети, представляющей собой многослойный персептрон с одним скрытым слоем, содержащим два нейрона. Входной и выходной слои содержат по одному нейрону. Ограничиться одной итерацией.

Таблица весов
«вариант 5»
W111 = 0; W112 = 0.78; W113= 0.64;
W211= 0.35; W221= 0.3; W231= 0.5;
W122= 0.21; W123= 0.25;

Рисунок 2 – Перцептрон

2.2 Пошаговый расчет параметров сети
1) Для первого слоя выход устанавливаем равный входу:
net[1,1] = 1; oj[1,1]=1;
net[1,2] = 0.73; oj[1,2] = 0.73.
2) Здесь net[ ] обозначает совокупный вход для данного нейрона: выход каждого нейрона предыдущего слоя перемножается на коэффициент его связи и складывается с такими же выходами, помноженными на коэффициенты связей от других нейронов. Всё это вместе обозначается net[ ]. oj[ ] - совокупный выход после прохождения через внутреннюю функцию активации (сигмоиду). Например, oj[2,1] обозначает выход нейрона номер 1 во 2-м слое.
Для последующих слоев:
net[2,1] = 1;
net[2,2] = (net[1,1] · 0.78) + (net [1,2] ·0.21) = 0.78+0.1533 = 0.933;
net [2,3] = (net [1,1] · 0.64) + (net [1,2] · 0.25) = 0.64 + 0.1825 = 0.823;
oj[2,1] = 1;
oj[2,2] = 1/(1+exp (-net [2,2])) = 0.718;
oj[2,3] = 1/(1+exp(-net [ 2,3])) = 0.695;
net[3,1] = (net [2,1] ·0.35) + (oj [2,2] · 0.3) + (oj [ 2,3] · 0.5) = 0.913;
oj[ 3,1] = 1/(1+exp( -net[3,1])) = 0.714;
3) Производим подсчет ошибок (обратная волна). Здесь sigm[слой, нейрон] - обозначает ошибку соответствующего нейрона в соответствующем слое.