Спасибо
Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
-
Решение.
Структурная схема нейронной сети Хопфилда показана на рис.5.1.
Рис.5.1 Структурная схема нейронной сети Хопфилда
Датчик влажности можно рассматривать как нейронную сеть Хопфилда. На вход нейронной сети подается двоичный сигнал (формируется в микроконтроллере), который несет информацию о влажности. Микроконтроллер в зависимости от входного сигнала формирует выходной. Входной сигнал можно описать вектором X = {xi: i=0...n-1}, n – число нейронов в сети. Пусть вектор, описывающий k-ый образец - Xk, а его компоненты – xik, k=0...m-1, m – число образцов. Если сеть распознaет образец на основе входных данных, то ее выходы будут содержать Y = Xk, где Y – вектор выходных значений сети: Y = {yi: i=0,...n-1}.
Весовые коэффициенты синапсов:
(5.1)
где i и j – индексы, соответственно, предсинаптического и постсинаптического нейронов; xik, xjk – i-ый и j-ый элементы вектора k-ого образца.
Алгоритм функционирования сети следующий:
1. На входы сети подается неизвестный сигнал. Его ввод осуществляется установкой значений аксонов:
yi(0) = xi , i = 0...n-1, (5.2)
2. Рассчитывается новое состояние нейронов
, j=0...n-1 (5.3)
и новые значения аксонов
(5.4)
Рис.5.2 Активационные функции
где f – активационная функция (рис.5.2а).
3. Проверка, изменились ли выходные значения аксонов за последнюю итерацию. Если да, то переход к пункту 2, иначе – конец.
ЗАДАЧА №5
Составьте задачу технической диагностики для решения с помощью технологии нейронных сетей. Подготовьте необходимые данные.
-
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
-
Решение.
Структурная схема нейронной сети Хопфилда показана на рис.5.1.
Рис.5.1 Структурная схема нейронной сети Хопфилда
Датчик влажности можно рассматривать как нейронную сеть Хопфилда. На вход нейронной сети подается двоичный сигнал (формируется в микроконтроллере), который несет информацию о влажности. Микроконтроллер в зависимости от входного сигнала формирует выходной. Входной сигнал можно описать вектором X = {xi: i=0...n-1}, n – число нейронов в сети. Пусть вектор, описывающий k-ый образец - Xk, а его компоненты – xik, k=0...m-1, m – число образцов. Если сеть распознaет образец на основе входных данных, то ее выходы будут содержать Y = Xk, где Y – вектор выходных значений сети: Y = {yi: i=0,...n-1}.
Весовые коэффициенты синапсов:
(5.1)
где i и j – индексы, соответственно, предсинаптического и постсинаптического нейронов; xik, xjk – i-ый и j-ый элементы вектора k-ого образца.
Алгоритм функционирования сети следующий:
1. На входы сети подается неизвестный сигнал. Его ввод осуществляется установкой значений аксонов:
yi(0) = xi , i = 0...n-1, (5.2)
2. Рассчитывается новое состояние нейронов
, j=0...n-1 (5.3)
и новые значения аксонов
(5.4)
Рис.5.2 Активационные функции
где f – активационная функция (рис.5.2а).
3. Проверка, изменились ли выходные значения аксонов за последнюю итерацию. Если да, то переход к пункту 2, иначе – конец.
ЗАДАЧА №5
Составьте задачу технической диагностики для решения с помощью технологии нейронных сетей. Подготовьте необходимые данные.
-
Купить эту работу vs Заказать новую | ||
---|---|---|
0 раз | Куплено | Выполняется индивидуально |
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что
уровень оригинальности
работы составляет не менее 40%
|
Уникальность | Выполняется индивидуально |
Сразу в личном кабинете | Доступность | Срок 1—4 дня |
25 ₽ | Цена | от 20 ₽ |
Не подошла эта работа?
В нашей базе 23423 Решения задач — поможем найти подходящую