Anna Bartkowiak- Sieci neuronowe.pdf

(2471 KB) Pobierz
11005635 UNPDF
Sieci Neuronowe
Notatki do wykªadu ÿSieci Neuronowe" dla studentów kierunku Informatyka
na Uniwersytecie Wrocªawskim
Anna Bartkowiak
18 lutego 2002
Anna Bartkowiak
Uniwersytet Wrocªawski
Instytut Informatyki
Zakªad Metod Numerycznych
Przesmyckiego 20
51{151 Wrocªaw
Niniejsze notatki mog¡ by¢ drukowane, powielane oraz rozpowszechniane w wersji
elektronicznej i papierowej, w cz¦±ci b¡d¹ w caªo±ci | bez konieczno±ci uzyskania
zgody autora | pod warunkiem nieosi¡gania bezpo±rednich korzy±ci nansowych
z ich rozpowszechniania i z zachowaniem praw autorskich. W szczególno±ci dodatko-
we egzemplarze mog¡ by¢ sprzedawane przez osoby trzecie jedynie po cenie uzyskania
kopii (druku, wydruku, kserografowania itp.)
Skªad w L A T E X 2 " : autor i studenci
Korekta: autor i studenci
Niniejsza monograa jest zapisem jedno semestralnego wykªadu z Sieci
Neuronowych prowadzonego przez prof. Ann¦ Bartkowiak w Instytucie
Informatyki na Uniwersytecie Wrocªawskim w latach 2001/2002.
Zebrane tu materiaªy pojawiaªy si¦ stopniowo | ka»dy rozdziaª odpowiada
kolejnemu wykªadowi | b¦d¡c jednocze±nie w sposób praktyczny wykorzy-
stywane przez studentów na zaj¦ciach w laboratoriach komputerowych.
Spis tre±ci
Podstawowe Oznaczenia
ix
1. Wst¦p 1
1.1. Plan zaj¦¢ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Linki do plików z danymi: . . . . . . . . . . . . . . . . . . . . . . . . . 2
2. Od biologicznego neuronu do perceptronu i madaline 3
2.1. Elementy neurobiologii. Komórka nerwowa i jej struktura . . . . . . . 3
2.2. Matematyczny model neuronu wg McCullocha i Pittsa . . . . . . . . . 5
2.3. Perceptrony . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.4. Perceptron prosty | Klasykacja do dwóch klas . . . . . . . . . . . . 10
2.5. Uczenie (trenowanie) perceptronu | reguªa perceptronu . . . . . . . . 11
2.6. Kiedy model perceptronowy daje dobre wyniki . . . . . . . . . . . . . 13
2.7. Moduªy MatLaba demonstruj¡ce dziaªanie perceptronu . . . . . . . . . 14
2.8. Adaline i Madaline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.9. Typologia sieci ze wzgl¦du na pewne jej wªasno±ci formalne . . . . . . 15
2.9.1. Podstawowe architektury sieci neuronowych . . . . . . . . . . . 15
2.9.2. Metody uczenia sieci . . . . . . . . . . . . . . . . . . . . . . . . 17
2.9.3. Zdolno±ci do uogólnienia . . . . . . . . . . . . . . . . . . . . . . 19
3. Sieci neuronowe jednokierunkowe dwuwarstwowe 21
3.1. Okre±lanie architektury sieci . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2. Funkcjonowanie sieci po wytrenowaniu jej . . . . . . . . . . . . . . . . 23
3.3. Uczenie adaline | reguªa delta Widrowa-Hoa . . . . . . . . . . . . . 24
3.3.1. Odltrowywanie szumów z blokiem Tapped Delay Line . . . . . 27
3.3.2. Uczenie Madaline . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.4. Jak okre±la¢ funkcj¦ bª¦du . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.5. Moduªy demonstruj¡ce dziaªanie sieci typu ÿAdaline" . . . . . . . . . 29
3.5.1. Diagramy Hintona { proc. DEMHINT z Netlaba . . . . . . . . 33
3.5.2. Przykªady graki z moduªów demonstracyjnych: . . . . . . . . 35
Zgłoś jeśli naruszono regulamin