Е. Миркес - Учебное пособие по курсу «Нейроинформатика»

Вес примера является задаваемой Вами величиной, влияющей на вклад данного примера в изменение синаптической картыпри обучении.Чем больше вес примера (вес не может превышать 1 и быть меньше 0), тем весомее вклад данного примера в синаптическую карту и наоборот.

Программа Hopfield.

В данной программе оценка примера выполняет чисто информационные функции и равна числу несовпадающих точек в исходном изображении и ответе.

Все программы, кроме программы Hopfield.

В данной программе оценка примера может вычисляться по одному из двух правил Метода наименьших квадратовили Расстояния до множества.Кроме того, при тестировании примеров тестовой задачи в окне «Оценка» отображается уровень уверенности сети в решении предъявленного примера. Уровень надежности вычисляется по формулам, приведенным в разделах Метод наименьших квадратови Расстояния до множества.

При исполнении команды "Затенить изображение", при редактировании задачиили, во всех программах, кроме программы Hopfield, во время Статистического теста с тенью,необходимо затенить часть изображения. Затенение осуществляется по следующему алгоритму:

При помощи генератора случайных чисел генерируется уравнение прямой, проходящей через изображение.

Та часть изображения, которая не содержит точку с координатами (5,5) стирается.

Затенение изображения — одно из четырех предоставляемых этой программой искажений изображения. Остальные искажения описаны в разделах: Добавляющий шум, Инвертирующий шум, Гасящий шум.

При исполнении команды "Добавляющий шум", при редактировании задачиили, во всех программах, кроме программы Hopfield, во время Статистического теста с добавляющим шумомпроизводится наложение на изображение добавляющего шума. Алгоритм «зашумления» с заданным уровнем добавляющего шума:

Для каждой точки изображения генерируется случайное число из диапазона (0,1).

Если это число меньше либо равно заданному уровню шума, то в изображение добавляется соответствующая точка.

Добавляющий шум — одно из четырех предоставляемых этой программой искажений изображения. Остальные искажения описаны в разделах: Затенение изображения, Инвертирующий шум, Гасящий шум.

При исполнении команды "Инвертирующий шум", при редактировании задачиили, во всех программах, кроме программы Hopfield, во время Статистического теста с инвертирующим шумомпроизводится наложение на изображение инвертирующего шума. Алгоритм «зашумления» с заданным уровнем Инвертирующего шума:

Для каждой точки изображения генерируется случайное число из диапазона (0,1).

Если это число меньше либо равно заданному уровню шума, то в изображении инвертируется соответствующая точка.

Инвертирующий шум — одно из четырех предоставляемых этой программой искажений изображения. Остальные искажения описаны в разделах: Затенение изображения, Добавляющий шум, Гасящий шум.

При исполнении команды "Гасящий шум", при редактировании задачиили, во всех программах, кроме программы Hopfield, во время Статистического теста с гасящим шумомпроизводится наложение на изображение гасящего шума. Алгоритм «зашумления» с заданным уровнем Гасящего шума:

Для каждой точки изображения генерируется случайное число из диапазона (0,1).

Если это число меньше либо равно заданному уровню шума, то в изображении гасится соответствующая точка.

Гасящий шум — одно из четырех предоставляемых этой программой искажений изображения. Остальные искажения описаны в разделах: Затенение изображения, Добавляющий шум, Инвертирующий шум.

Эта функция удаляет активный пример активной задачи.Если после этого примеров не остается, то заводится пустой пример. Таким образом, все задачи всегда содержат хотя бы один пример.

Эта функция делает активным первый пример активной задачи.

Эта функция делает активным последний пример активной задачи.

Эта функция удаляет все примеры активной задачии заводит один пустой пример.

Программа Hopfield

Нейронная сеть в данной программе является полносвязной (каждый нейронсвязан с каждым, в том числе и с самим собой), однородной (все нейроны одинаковы), стонейронной (поскольку в сетях Хопфилда каждой точке изображения соответствует свой нейрон, а в этой программе используются изображения 10*10) сетью Хопфилда. Алгоритм формирования Синаптической картыописан в разделах "Параметры"и "Обучение".Алгоритм функционирования каждого нейрона описан в разделе "Нейрон".