Нейрожүйе

Кіріспе
Нейрон моделі
1.1 Қарапайым нейрон
1.2. Активация функциясы
1.2 Кіріс векторлы нейрон
2. Нейрондық жүйелердің архитектурасы
2.1. Бір қабатты жүйе
2.2. Көпқабатты жүйелер
2.3. Сигналды тікелей жіберу жүйесі
3. Желілерді инициализациялау, модельдеу және құру
Персептрон
Соңғы уақытта нейрондық жүйелерде ұлкен қызығушылық байқалады. Ол көптеген салаларда қолданыс тапты: медицинада, бизнесте, техникада. Нейрондык жүйелерді басқару, болжау, классификация мәселелерін шешуде қолданылады.
Нейрожүйенің ерекшелігі, ол оқыту механизмінде (механизм обучения) қолданылады. Нейрондық жүйе қолданушысы өкілі деректерді таңдап және оқытылатын алгоритмдерді жібереді. Алгоритм өз бетімен параметрлерді қалыптастырады. Қолданушыға қойылатын негізгі талаптар, бұл – эвритистикалық біілімнің болуы, яғни деректерді дайындау, нейрондық жүйелердің архитектурасын таңдау. Алынған нәтижелерден қорытынды шығару.
        
        Кіріспе
Соңғы уақытта нейрондық жүйелерде ұлкен қызығушылық байқалады. Ол көптеген салаларда қолданыс тапты: медицинада, бизнесте, техникада. Нейрондык жүйелерді басқару, ... ... ... ... қолданылады.
Нейрожүйенің ерекшелігі, ол оқыту механизмінде (механизм обучения) қолданылады. Нейрондық жүйе қолданушысы өкілі деректерді таңдап және оқытылатын алгоритмдерді жібереді. Алгоритм өз ... ... ... ... қойылатын негізгі талаптар, бұл - эвритистикалық біілімнің болуы, яғни деректерді дайындау, нейрондық жүйелердің архитектурасын ... ... ... қорытынды шығару. Айта кететін болсақ, қолданушыға нейрондық жүйе қолдану барысында қойылатын талаптар әлдеқайда аз болып ... ... үшін ... ... ... ... ... жүйе қарапайым нервтік жүйенің биологиялық моделі бойынша жасалынған.
Нейроннан алынатын ... ... ... ... белсенділігіне байланысты. Әрбір байланыс сызығының өзіне тән ұзндығы болады. Сол арқылы арнайы химиялық заттар ... ... ... ... ми өте қиын ... ... асыруға қабілетті. Дәл осындай модельді жасанды нейрондық жүйелер іске ... ... жүйе ... ... ... ... әрекет ететін қарапайым элементтерден құралған. Нейрондық жүйе ... ... ... ... ... ... ... Байланыс коэффиценттерінің мәндерін өзгерте отырып, нейрондық жүйелерді белгілі бір функцияларды ... ... үшін ... ... ... ... нейрондық жүйе белгілі бір нақты кірістер мақсатты шығыстарға айнлатындай етіп оқытады. Шығыс және ... ... бір ... ... ... ... арқылы оқытылады.
Жасанды нейрондық жүйе негізінде интеллектуалды жүйелер, бейнелерді таңдауы, бақлаудың орындалуын, ассоциативті жады және ... ... ... келе ... Neural Network Toolbox ... проектілеу әдістерін дамыту және нейрондық жүйелерді қолдану аймағын кеңейту үшін ... ... ... ... көптеген салаларда әр түрлі мәселелерді шешуде қолданылады:
* Космонавтика мен аэронавтикада
* Машина жинау
* Банк ісінде
* Әскери салада
* Электроникада
* Қаржы ... ... ... ... ... Мұнайгаз өндірісінде
* Робототехникада
* Деректер жіберуде
Нейрон моделі
+ Қарапайым нейрон
Нейрондық жүйе қарапайым ұяшығы болып нейрон болып табылады. Бір скалярлы кірісті нейронның ... ... ... сурет
Скалярлы кіріс p сигналы скалярлы w аймақты коэффицентіне көбейтіледі,нәтижесінде шығатын өлшенген ... W x P ... ... функциясының аргументі болболсаып табылады. Сөйтіп а скалярлы шығысты тудырады.
1.1, в суретінде көрсетіген скалярлы жылжу өлшенген кіріс W x P ... ... және f ... аргументінің b шамасына жылжуына алып келеді.
Егер нейронның мәні 1-ге тең болатын екінші кіріс ... бар ... ... ... ... ... ... болады.
Кірістің нейрон активация n функциясы сол қалпында ... ... ... ... қатар салыстыру кірісі мен b ығысу шамасының қосындысына тең болады. Ол f активация функциясының аргументі ... ... Ал ... ... ... а ... болып табылады. W және b тұрақтылары нейронның скалярлы параметрлері болып есептеледі. Нейрондық желілер негізгі принципі нейрон параметрлерін өзгерту арқылы ... ... ... ... ... ... Сонымен қатар жүйенің өзін-өзі жөндейтіндей етіп үйретуге болады.
Нейрондардың жылжу теңдеуі:
a = f(w.*p+b* 1). ... ... ... b жылжуы - нейронныңкіріс болып табылмайтын скалярлы параметрі, ал мұндағы 1-тұрақтысы ... ... ... және ... басқарады
a=w b p1
1.2. Активация функциясы
Нейронның активация функциясы әр түрлі болады. F ... ... n ... және а ... ... ... ... кіреді.
Кең таралған функция активациясының 3 түрлі формасын қарастырайық. Hardlim қатал шектеулі функция активациясы. Бұл функция а = ... = 1(n) ... ... және ол 2.2 ... көрсетілген. Егер n0, онда 1-ге тең.
2.2 сурет
ППП Neural Network Toolbox құрамына қатал шектеулі функция активациясн жүзеге ... hardlim ... ... ... Matlab ...
қолдана отырып, омы функцияның графигін құрастыруға болады.
n = -5:0.1:5;
plot(n,hardlim(n),'c+:');
Нәтижесінде -5тен +5ке дейінгі мәндер арасында hardlim функциясының графигін аламыз. (сур. 1.2)
Purelin ... ... ... Бұл ... а = ... байланысын сипаттайды. (сур.1,3)
сурет 1.3
Logsig логистикалық активация функциясы. Бұл функция а = logsig(n) = 1/(1 + ... ... ... 1.4 ... ... Ол ... функция тобына кіреді. Және оның аргументі -infinity тен +infinity ке дейінгі диапазон аралығындағы кез келген мәнді қабылдай ... ... 0 мен 1 ... ғана ... ППП Neural Network Toolbox logsig ... түрінде берілген. Дифференциалдау қасиетіне байланысты бұл функция жүйелерінде қателіктерді кері ... ... ... ... 1.4
Квадрат ішіндегі сурет функция активациясын көрсетеді. Бұл сурет нейрондық жүйелердің құрылымдық схемаларында қолданылады.
ППП Neural Network Toolbox активациясының ... да ... ... Matlab ... ... ... ... өзінің жеке қайталанбас функцияларын жасай алады.
+ Кіріс векторлы нейрон
1.5 суретте ... R ... мен бір ... P ... векторы көрсетілген. Мұндағы әрбір элементті сәйкесінше w11,w12.....w1R - ге көбейтіледі, және ... ... ... ... ... ... W жолының P кіріс векторына скалярлы көбейтіндісіне тең болады.
сурет 1.5
Нейронның кірістердің қосындысымен өлшенетін b жылжуы бар. ... n ... + ... +w1RpR+ ... ... ... ... болып табылады. Matlab тілінде мынадай түрде жазылады:
n= W*p + b. (1.4)
Үстінде ... ... ... ... ... бөлшектер бар.
Көп нейроннан тұратын жүйелерді қарастырғанда нейронның үлкейтілген құрылымдық сұлбасы қолданылады.(сур.1.6)
сурет 1.6
Суретте нейронның кірісі қара вертикальді сызық түрінде көрсетілген. Ол R ... ... ... ... P кіріс векторының өлшемі p символының астында жазылады және Rx1-ге тең. Кіріс векторы ұзындығы R ұзындықты W ... ... Айта ... 1 ... ... ... b-ға ... кіріс ретінде қарастырылады. Нейронның активация функциясының n кірісі b жылжуы мен WxP көбейтіндісі мен ... ... ... Бұл ... f ... функциясына айналады және шығыс кезінде нейронның а шығысын аламыз. Мұндағы а-скалярлы шама болып ... 1.6 ... ... ... ... жүйе ... деп ... Қабат W салмақ, b жылжу WxP көбейту операциясымен f активация функциясмен қосындысы арқылы сипатталады. Р кіріс векторы әдетте қабат сипаттамасына ... ... ... активация функциясының түрін көрсету үшін арнацы графикалық символдар қолданылады. Олардың кейбір түрлері 1.7 суретінде ... а- ... б- ... в- ... 1.7
2. Нейрондық жүйелердің архитектурасы
Нейрондық жүйелер бір немесе бірнеше қабаттан тұруы мүмкін. Және оларды сәйкесінше бір қабатты және көп ... деп ... Бір ... ... ... ... мен S-нейрондардан тұратын бір қабатты жүйенің схемасы көрсетілген. (2.8 сурет)
сурет 2.8
Бұл жүйедегі әрбір вектордың элементі нейронның ... ... ... және бұл ... W ... ... арқылы беріледі. Сонымен қатар әрбір і-ші нейрон скалярлы шығыс n(i)-ді қалыптастыратын ... ... ... ... n(i) скалярлы функциясының жиынтығы қабаттың п функция активациясының S-элементтік шығыс векторына ... ... ... а ... ... ... нейрон қабатының сипаттамасы мынадай болады:
a = f(W*p+b). (2.5)
Қабаттағы R ... саны ... ... ... ... мүмкін. Алайда нейрондардың құрылымдық қабаттарын басқа активация функциясын қолданып (2.8 суреттегідей)жасауға болады. Екі жүйенің де кірістері өзгермейді. Кіріс вектор элементтері ... W ... ... ... ... матрицасының жол индексі нейрон салмағының бағытталуын кқрсетеді, ал баған индекстері - бұл салмақтың кірісінің көзі ... ... ... салмақ матрицасының элементі w12 = W(l, 2) бірінші нейрон жіберу кезінде кірістің екінші элементін көбейтетін коэффицент. S нейрондардан ... ... жүйе үшін ... ... ... 2.9 ... ... сурет
Мұндағы р- Rx1 кіріс векторының өлшемі, w - SxR салмақ матрицасының өлшемі, a,b,n- Sx1өлшемді вектор.
2.2. Көпқабатты жүйелер
Бірнеше қабатты желіні ... ... ... ... кірісіне байланысын салмақ матриасы деп, ал қабаттан бөліетін сигналға арналған салмақ матрицасын шығыс ... ... деп ... ... нейрондық жүйелерде әр түрлі салмақ пен элементтерге арналған адресаттарды ... үшін ... ... ... ... ... біз ... жүйенің бір қабатын қарастырып кетейік:
сурет 2.10
Кірістермен байланысқан салмақ матрицасын IW11 деп ... ... ... кіріс көзі бірінші қабат екенін , және де бірінші индекс адресатын көрсетеді.
Алдағы ... ... үшін ... және шығыс қабаттың матрицалары IW(Input Weight) және LW(Layer Weight) деп белгіленеді.
Егер жүйе бірнеше қабаттан тұратын болса, онда ... ... ... ... ... W, ... векторы b және шығыс векторы a болады. Келесі суреттен үш қабаттан ... ... ... ... мен ... көрсетілген:
сурет 2.11
Жоғарыда көрсетілген жүйеде R кіріс , бірінші қабатта S1 нейрон, екінші ... S2 ... ... ... әр ... ... тұруы мүмкін. Әр бір нейронға жлжу үшін тұрақты кіріс сигнал 1 берілген. Алдыңғы ... ... ... қабаттың кірісі болады. Содан, 2-ші қабат жүйенің бір қабаты ретінде қарастырылса, S1 кіріс, S2 нейрон және S1 х S2 ... ... W2 ... ... ... әр түрлі атқ ие болуы мүмкін. Жүйенің шығысын қалыптастыратын қабат шығыс қабат деп ... Ал ... ... ... қабат деп аталады. Жоғарыда көрсетілген үшқабатты жүйе шығыс қабат(3 қабат) және ә жасырын қабат ( 1 және 2 қабат). Дәл осы ... ... ... ... ... ... ... шығысы а3 у арқылы белгіленетінін байқаймыз. Бұл шығыс қабат жүйенің соңғы шығысы екенін көрсетеді.
Көп қабатты жүйелердің мүмкіндіктері зор. Мысалы, ... ... ... ал ... қабат- сызықты активация функциясынан құралған екі қабатты жүйе кез ... ... ... ... онай ... бере ... ... нейрон функциясының активация кірісі өлшенген кірістің салмағы мен жылжуын анықтайды. Нейронның шығысы нейронның кірісіне және активация функциясының тұріне байланысты. Жалғыз бір ... қиын ... ... алмайды, бірақ бірнешеуін біріктірсе көп мүмкіндіктерге ие бола алады.
Жылжуы бар жүйелер кірісі мен шығыстың арасында күрделі байланыстарды қалыптастыра ... ... ... жоқ ... ... ... ... онда активация функциясының кірісі нөльге тең болады.
Көп ... ... ... ... сигмоидальды активация функциясы логикалық (2.7 сур.) немесе гиперболикалық тангенс (2.13 сур.) түрінде беріледі.
2.13 сурет
Егер көпқабатты жүйенің соңғы қабаты ... ... ... ... жүйенің шығысы шектеулі болады. Қабаттың шығысында сызықты нейрон ... онда ... ... кез ... ... ... ППП NNT-да осындай активация функциясы бар. Оны алу үшін:
('deriv')
Например, ... ... = ... ... есептейтін М-функция, dtansig.
2.3. Сигналды тікелей жіберу жүйесі
Logsig активация функциясы бір қабатты S ... жүйе (R ... бар) 2.14 ... ... ... кері ... жоқ жүйе сигналды тікелей жіберу жүйесі деп аталады. Бұндай жүйелер көбіне бір ... ... ... ... ... бар ... ... функциясы болады.
Жақсырақ түсіну үшін, екіқабатты желіні қарастырайық:
2.15 сурет
Бұл жүйе функияның аппроксимациясы үшін қолданыла алады.
3. ... ... ... және ... ... қалыптастыру нейрондық жүйелердің жұмысында бірінші - жүйенің моделін құру. Сигналды тікелей жіберу ... ... ... ... жіберу жүйесін құру үшін ППП NNT- да newff ... ... Ол 4 ... және 1 ... аргументі- network объектісі.
Бірінші кіріс аргумент - әр кіріс вектор ... min ... max ... Rx2 ... ... екінші - әрбір қабат үшін нейрон саны; үшінші - әр қабат үшін активация функцияының ... ... - ... ... аты. ... ... ... сигналды тікелей жіберу жүйесін құрады:
net = newff([-1 2; 0 5],[3,1],{`tansig',`purelin'},'traingd');
Бұл жүйе [-1 2] және [0 5] ... ... екі ... ... 1 ... ... пайдаланады; бірінші қабатта 2 қабаттан тұратын 3 ... және ... ... 1 ... ... қабатта, purelin-екінші қабатта,traingd-оқытылуда қолданылатын функция.
Newff М-функциясы жүйенің архитектурасын құрып қана қоймай, сонымен қатар салмағы мен жылжуын инициалдайды. Бірақ кей жағдайларда жүйе ... ... ... ... ететін кездер болады.
Персептрон
Осы бөлімнен бастап нейронды жүйелердің нақты жүйелік анализі ... Және ... ... персептрон деп аталатын нейрондық жүйе.
Персептрон моделінде қарастырылатын неурон, баспалдақты активация ... hardlim ... әр ... ... ... сәйкесінше салмағы өлшенген wij , және олардың көбейтіндісі активация функциясының кірісі болады. Персептронның нейроны 1 ді өлшейді, егер активация ... n>=0; және 0 ... n

Пән: Автоматтандыру, Техника
Жұмыс түрі: Реферат
Көлемі: 9 бет
Бұл жұмыстың бағасы: 300 теңге









Ұқсас жұмыстар
Тақырыб Бет саны
Гомеостаздық нейро – эндокриндік реттелуі5 бет
Динамикалық хаос радиотехникалық генераторлардың негізінде нейрондық торды құру18 бет
Екі байланысқан нейронның синхрондық режимдері10 бет
Жарнамадағы нейролингвистикалық бағдарламалау47 бет
Нейролингвистикалық бағдарламалау70 бет
Нейронның құрылысы қызметі12 бет
Нейропсихологияның зерттейтін пәні мен бағыттары16 бет
Нейротораптық технологиялар10 бет
Тілдік бұзылуларды нейропсихологиялық тұрғыдан коррекциалау жұмыстары20 бет
Эмоцияның нейрофизиологиялық механизмдері6 бет


Исходниктер
Пәндер
Көмек / Помощь
Арайлым
Біз міндетті түрде жауап береміз!
Мы обязательно ответим!
Жіберу / Отправить


Зарабатывайте вместе с нами

Рахмет!
Хабарлама жіберілді. / Сообщение отправлено.

Сіз үшін аптасына 5 күн жұмыс істейміз.
Жұмыс уақыты 09:00 - 18:00

Мы работаем для Вас 5 дней в неделю.
Время работы 09:00 - 18:00

Email: info@stud.kz

Phone: 777 614 50 20
Жабу / Закрыть

Көмек / Помощь