страница 1 ... страница 6 | страница 7 | страница 8 страница 9 страница 10 ... страница 13 | страница 14
3. ПАКЕТ NNT СИСТЕМЫ MATLAB И РЕШЕНИЕ ПРИКЛАДНЫХ ЗАДАЧ С ПРИМЕНЕНИЕМ НЕЙРОННЫХ СЕТЕЙ
Пакет прикладных программ NNT (The Neural Network Toolbox) расширяет возможности системы MATLAB [7,11], первоначально разработанной фирмой Mathworks для решения некоторых задач управления спутниками НАТО, и обеспечивает требуемую интенсивных матричных вычислений поддержку проектирования, расчета и анализа различных нейронных сетей. Он легко комбинируется с другими библиотеками пакета и программой нелинейного динамического моделирования SIMULINK и применяется в разных областях науки, инженерии и бизнеса. Название MATLAB связано со словами Matrix Laboratory (матричная лаборатория).
ХАРАКТЕРИСТИКА ПАКЕТА NNT
Авторами нейроимитатора NNT являются профессор Г. Демус, читающий курс по нейросетевым технологиям в университете Айдахо, и М. Билл, проектирующий аппаратные реализации искусственных нейронных сетей. Система MATLAB является и операционной средой и языком программирования, на котором могут быть написаны программы для многократного использования. Язык программирования MATLAB является интерпретатором, т. е. каждая инструкция программы распознается и сразу же исполняется.
Основным способом получения информации о синтаксисе и правилах использования любой встроенной функции системы является вызов команды help <имя функции>. Команда demo или опция Examples and demos меню обеспечивает доступ к набору примеров системы MATLAB. Команда tour вызывает ознакомительную систему MATLAB, которая интегрирована с системой демонстрационных примеров и со справочной системой.
После запуска MATLAB 6 открывается рабочий стол системы. Он содержит элементы графического интерфейса пользователя, которые предназначены для работы с файлами, переменными и приложениями, связанными с MATLAB. Как правило, на рабочем столе открываются три окна: командное окно Command Window, в котором расположена командная строка, панель запуска приложений Launch Pad с кнопками развертки/свертки и окно предыстории вызовов Command History. Сеанс работы с MATLAB называют сессией. Сессия, по существу, является текущим документом, отражающим работу пользователя с этой системой. Строка ввода в командном окне отмечается приглашающим символом ». В строке вывода символ » отсутствует. Строка сообщений об ошибках начинается тремя знаками вопроса ?. Также имеются информационное окно текущего каталога на инструментальной панели рабочего стола и кнопки вызова подсказки, закрытия и отделения командного окна от рабочего стола (например, для перехода в режим предшествующих версий системы MATLAB). Изменить состав и размещение рабочих окон можно, создавая новые, закрывая имеющиеся, а также изменяя их размеры с помощью вертикальных и горизонтальных разделителей. Кроме этого, окна от рабочего стола можно отделять и помещать их на рабочий стол, используя меню View инструментальной панели.
В отличие от предыдущих версий в среде системы MATLAB6 все операторы M-языка и команды системы могут быть активизированы с помощью правой кнопки мыши как в зоне просмотра командного окна, так и в командной строке. Для блокировки вывода интерпретатором результатов вычислений некоторого выражения его следует закончить знаком ;(точка с запятой).
Любой нейрон в пакете NNT характеризуется векторами весов, смещений и функцией активации. Нейроны, принимающие одинаковые входы и использующие одинаковые функции преобразования, группируются в слои.
Возможные нейросетевые парадигмы имитатора, определяемые выбранной структурой сети и используемым алгоритмом обучения, можно разделить на наблюдаемые и ненаблюдаемые. Наблюдаемые сети обучаются производить требуемые выходы на входы примеров. Они могут моделировать и исследовать динамические системы, классифицировать зашумленные данные и решать многие другие задачи. Возможные обучающие правила и методы проектирования сетей прямого распространения: персептроны, линейные сети (Adaline), сети с обратным распространением ошибки по Левенбергу – Марквардту, радиальные базисные сети. Алгоритм обучения Левенберга – Марквардта относится к нелинейным методам оптимизации, является самым быстрым из алгоритмов обратного распространения ошибки и связан с использованием доверительных областей. При продвижении к минимуму среднеквадратичной функции ошибок в этом алгоритме анализируются промежуточные точки, которые получились бы по обычному методу градиентного спуска, и в случае улучшения модели осуществляется переход в эти точки, а в противном случае уменьшается шаг продвижения и переход не осуществляется. Этот алгоритм требует памяти порядка l2, если l – количеcтво весовых коэффициентов сети [8].
Рекуррентные сети используют обратное распространение ошибки для пространственных и временных образов и включают сети Элмана и Хопфилда. Сети Элмана характеризуются наличием линии задержки во входном слое и обратной связью выходного слоя со скрытым. Обучаемый вектор квантования (LVQ) – наиболее мощный метод для классификации линейно неотделимых векторов, позволяющий точно определить границы классов и зернистость классификации.
Ненаблюдаемые нейронные сети могут определять схемы классификации, адаптивные к изменениям входных данных. Поддерживаются обучающие ассоциативные правила Хебба, Кохонена, правила входящей звезды (instar) и исходящей звезды (outstar). Самоорганизующиеся сети могут обучаться определению регулярности и корреляции входных данных и адаптировать их будущие образы этим входам. Самоорганизующиеся нейронные сети включают сети встречного распространения, самоорганизующиеся сети и разделяющие карты.
Встроенные функции активации, такие как гиперболический тангенс (tansig), симметричная линейная (satlins), радиальная базисная (radbas), логистическая (logsig), конкурирующая (compet) функции и другие, могут быть дополнены самим пользователем.
Другие встроенные функции пакета NNT системы MATLAB позволяют осуществлять нормализацию данных, визуализацию весовых коэффициентов и смещений и представлять результаты анализа ошибок на диаграммах.
страница 1 ... страница 6 | страница 7 | страница 8 страница 9 страница 10 ... страница 13 | страница 14
|