Автоматизированные системы измерения, контроля и управления

целевых функций на одном графике. Запишите ошибки обучения для двух типов функции активации. Сделайте выводы. Задание 2. Влияние ошибки обучения на вероятность правильного распознавания - влияние качества обучения искусственной нейронной сети (ИНС), выраженное в виде ошибки обучения, на вероятность правильного распознавания символов (образов). 2.1. Установить следуюш,ие значения входных данных: «Тип функции активации» - сигмоиду; «Количество итераций» = 2. Обучите ИНС. 2.2. Перейти на закладку «Распознавание». Уменьшите уровень шума до нуля и нажмите на кнопку «Генерация шума». В качестве распознаваемых образов выступают символы, на которые обучалась ИНС. Поэтому в поле «Код символа» введите значение кода 1-го символа в соответствии с выполняемым вариантом. Зафиксируйте правильность распознавания. 2.3. Подайте на вход ИНС следуюш,ий символ, увеличив на единицу код символа. Повторите процесс распознавание для остальных обученных символов, регистрируя результаты работы сети. Результаты занесите в табл. 2.11. Таблица 2.11 Символ 1 2 3 4 5 6 7 8 9 10 Суммарная вероятность Код символа Вероятность При удачном распознавании символа вероятность равна 100 %, в противном случае - О %. 2.4. Увеличьте уровень шума на 10%. Выполните пп. 2.2 и 2.3. Для определения вероятности правильного распознавания сгенерируйте шум не менее 10 раз и определите среднее значение. Добейтесь значения шума, равного 100%. 2.5. Вернитесь на вкладку «Обучение». Изменяя значения полей «Количество итераций» или «Тип функции активации» уменьшить ошибку обучения до уровня примерно на порядок, отличаюш,ийся от первоначального. 144