Добавил:
Upload
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:ДОМАШНЕЕ ЗАДАНИЕ3 - 07-3.rtf
X
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
- •1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
- •2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 2-м шаге.
- •3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
=( |
2 |
3 |
5 |
); |
=( |
6 |
2 |
2 |
). |
4) Ситуации принятия решений описываются тремя показателями Y={y1, y2, y3}, каждый из которых описывается лингвистическими переменными с терм-множествами соответственно ; ; . Множество эталонных ситуаций включает 3 ситуации:
={ |
<<0,2/T11>, <0,2/T31> /y1>, <<0,8/T12>, <0,3/T22> /y2>, <0,9/T13>, <0,3/T23>, <0,2/T33> / y3>} |
={ |
<<0,2/T11>, <0,8/T21>, <0/T31> /y1>, <<1,0/T12>, <0,2/T22> /y2>, <0,3/T13>, <0,3/T33> / y3>} |
={ |
<<0,3/T11>, <0,5/T21>, <0,2/T31> /y1>, <<0,3/T12>, <0,5/T22> /y2>, <1,0/T13>, <0,2/T23>, <0,5/T33> / y3>} |
Найти эталонную ситуацию, наиболее близкую к входной ситуации
={ |
<<0,2/T11>, |
<0,3/T21>, |
<0,8/T31> /y1>, |
<<0,8/T12>, |
<0,5/T22> /y2>, |
<1,0/T13>, |
<0,0/T23>, |
<0,0/T33> / y3>} |
в смысле нечёткого включения.
ДОМАШНЕЕ ЗАДАНИЕ № 3 ВАРИАНТ 37
1) Провести обучение перцептрона с заданной матрицей связей между рецепторами и нейронами с заданным начальным вектором весов на заданной обучающей выборке.
МАТРИЦА СВЯЗЕЙ
╔════╤════╤════╤════╗
║ -1 │ 1 │ 1 │ 1 ║
╟────┼────┼────┼────╢
║ -1 │ 1 │ -1 │ 1 ║
╟────┼────┼────┼────╢
║ 0 │ 1 │ -1 │ -1 ║
╟────┼────┼────┼────╢
║ 1 │ -1 │ 0 │ -1 ║
╟────┼────┼────┼────╢
║ 1 │ -1 │ 1 │ 1 ║
╚════╧════╧════╧════╝
Параметры объектов обучающей выборки
╔═══════╤════════╤════════╤════════╤════════╤═════╗
║ Номер │Параметр│Параметр│Параметр│Параметр│Класс║
║ │ 1 │ 2 │ 3 │ 4 │ ║
╟───────┼────────┼────────┼────────┼────────┼─────╢
║ 1 │ 1 │ 1 │ 1 │ 1 │ 1 ║
║ 2 │ 0 │ 0 │ 0 │ 0 │ 0 ║
║ 3 │ -1 │ -1 │ -1 │ -1 │ 0 ║
║ 4 │ 2 │ 2 │ 2 │ 2 │ 1 ║
║ 5 │ -2 │ -2 │ -2 │ -2 │ 0 ║
╚═══════╧════════╧════════╧════════╧════════╧═════╝
Начальный вектор весов (0,0,0,0,-2).
2) Сформировать обучающую выборку, при обучении на которой обучение заданного выше перцептрона безуспешно завершится на 1-м шаге.
3) Найти и , используя их представление по трём a-уровням {0,25; 0,5; 0,75} и с помощью принципа обобщения. Определить и .
=( |
6 |
4 |
7 |
); |
=( |
2 |
2 |
6 |
). |
4) Ситуации принятия решений описываются тремя показателями Y={y1, y2, y3}, каждый из которых описывается лингвистическими переменными с терм-множествами соответственно ; ; . Множество эталонных ситуаций включает 3 ситуации:
={ |
<<0,2/T11>, <0,3/T21>, <0,2/T31> /y1>, <<0,8/T12>, <0,3/T22> /y2>, <0,9/T13>, <0,3/T23>, <0,2/T33> / y3>} |
={ |
<<0,2/T11>, <0,8/T21> /y1>, <<1,0/T12>, <0,2/T22> /y2>, <0,3/T13>, <0,8/T23>, <0,3/T33> / y3>} |
={ |
<<0,3/T11>, <0,5/T21>, <0,2/T31> /y1>, <<0,3/T12>, <0,5/T22> /y2>, <1,0/T13>, <0,5/T33> / y3>} |
Найти эталонную ситуацию, наиболее близкую к входной ситуации
={ |
<<0,3/T11>, |
<0,2/T21>, |
<0,9/T31> /y1>, |
<<0,2/T12>, |
<0,3/T22> /y2>, |
<0,3/T13>, |
<0,8/T23>, |
<0,5/T33> / y3>} |
в смысле нечёткого равенства.
ДОМАШНЕЕ ЗАДАНИЕ № 3 ВАРИАНТ 38
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]