Opakování k písemné práci
Zadání (2b)Vysvětlete jak by šlo použít LSQ učení pro rozpoznání vzoru A od vzorů B a C. Jak by vypadaly bipolární vstupy a požadované výstupy y* u tohoto příkladu? ABCD
sepsat si vzory A, B a C A=( ) B=( ) C=( ) Každému vzoru přiřadíme y* podle toho jaký výsledek očekáváme A 1 B -1 C -1
Sepsané vzory: Potom vypočítáme váhovou matici pomocí vzorce Pokud má nulový determinant, tak musíme matici regularizovat
Zadání (3b)Nakreslete Hammingovu neuronovou síť pro pro rozpoznávání vzoru A od B a C. ABCD
Vzory
½ ½ A - ½ - ½1 ½ -1 ½ 1 - ½ - ½ ½ -1 ½1 B -1 - ½ -½ - ½ -1 ½ -½ -1 ½ -1 ½ ½ -1 C ½1 - ½ - ½ ½ 9/ x1x1 X2X2 x3x3 x4x4 x5x5 x6x6 x7x7 x8x8 x9x9 y
Zadání (3b)Použijte Hebbovo učení pro rozpoznání vzoru C od vzorů A a B. Bude síť správně odpovídat, když tyto tři vzory přijdou na vstup? ABCD
Vzory C=( ) A=( ) B=( ) Každému vzoru přiřadíme y* podle toho jaký výsledek očekáváme A -1 B -1 C 1
Spočítáme váhy W i 1. sloupec je prahová hodnota w 0
y x9x9 x8x8 x7x7 x6x6 x5x5 x4x4 x3x3 x2x2 x1x1
do sítě pustíme vzory podle: sign(w ∙ vzor) Pro A: Sign (- 1∙1+( - 1)∙1+(-1∙1)+(-1∙(-1))+1∙1+(-1∙(-1))+ +1∙(-1)+1∙1+ (- 1∙1)+1∙(-1))= -1 červeně je psaný váhový vektor w funguje Stejně pro ostatní vzory Pro B funguje Pro C funguje
Zadání (3b)Vypočítejte váhovou matici pro autoasociativní síť, která si zapamatuje vzory B a C. ABCD
vzory B=( ) C=( ) Spočítáme si
Obdobně spočítáme i Obě matice sečteme a vyjde nám váhová matice
Výsledná váhová matice
Zadání (3b)Vypočítejte váhovou matici pro heteroasociativní síť, která si zapamatuje vzory B a C. Požadované odpovědi sítě jsou Zjistěte odpověď sítě pro vzor D. ABCD
Zadané vzory B=( ) C=( ) Požadované odpovědi Vypočítáme si matice W B a W C
Matice W B a W C sečteme
Matici W vynásobíme se vzorem D=( ) Odpověď pro vzor D získáme jako y = sign(DW) = (1 1 1)