Произведите дистрибутивные преобразования логического описания вариантов бабушкиной СПР, рассмотренной в Лекции 1. Высказывания о событиях имеют вид:
x1= "После завтрака", x2= "После обеда", x3= "После ужина", x4= "Весной", x5= "Летом", x6= "Осенью", x7= "Зимой". 1. x1 ∧ x4 → R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) → R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) → R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧ x6) → R4= "Байдарка"; 5. x3 ∧ (x4 ∨ x6) → R5= "Дискотека"; 6. (x2 ∧ x7) ∨ (x3 ∧ (x5 ∨ x7)) → R6= "Пешая прогулка"
Произведите дистрибутивные преобразования логического описания вариантов бабушкиной СПР, рассмотренной в Лекции 1. Высказывания о событиях имеют вид:
x1= "После завтрака", x2= "После обеда", x3= "После ужина", x4= "Весной", x5= "Летом", x6= "Осенью", x7= "Зимой". 1. (x1 ∨ x3) ∧ x4 → R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) → R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) → R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧ x6) → R4= "Байдарка"; 5. x3 ∧ (x4 ∨ x6) → R5= "Дискотека"; 6. (x2 ∧ x7) ∨ (x3 ∧ (x5 ∨ x7)) → R6= "Пешая прогулка"
Произведите дистрибутивные преобразования логического описания вариантов бабушкиной СПР, рассмотренной в Лекции 1. Высказывания о событиях имеют вид:
x1= "После завтрака", x2= "После обеда", x3= "После ужина", x4= "Весной", x5= "Летом", x6= "Осенью", x7= "Зимой". 1. (x1 ∨ x3) ∧ (x4 ∨ x7) → R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) → R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) → R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧ x6) → R4= "Байдарка"; 5. x3 ∧ (x4 ∨ x6) → R5= "Дискотека"; 6. (x2 ∧ x7) ∨ (x3 ∧ (x5 ∨ x7)) → R6= "Пешая прогулка"
Произведите оптимальное закрепление рецепторов за событиями для графического или "схемотехнического" представления "бабушкиной" нейронной сети для оптимального программирования нейросетевой приставки к компьютеру.
Логические выражения, определяющие СПР:
1. x1 ∧ x4 → R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) → R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) → R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧ x6) → R4= "Байдарка"; 5. x3 ∧ (x4 ∨ x6) → R5= "Дискотека"; 6. x2 ∧ x7 → R6= "Пешая прогулка"; 7. x3 ∧ (x5 ∨ x7) → R6= "Пешая прогулка"
x1, x4, x2, x6, x5, x7, x3
 
x2, x4, x1, x6, x5, x7, x3
 
x1, x4, x2, x6, x5, x3, x7
 
Произведите оптимальное закрепление рецепторов за событиями для графического или "схемотехнического" представления "бабушкиной" нейронной сети для оптимального программирования нейросетевой приставки к компьютеру.
Логические выражения, определяющие СПР:
1. (x1 ∨ x3) ∧ x4 → R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) → R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) → R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧ x6) → R4= "Байдарка"; 5. x3 ∧ (x4 ∨ x6) → R5= "Дискотека"; 6. x2 ∧ x7 → R6= "Пешая прогулка"; 7. x3 ∧ (x5 ∨ x7) → R6= "Пешая прогулка"
x1, x4, x2, x6, x5, x3, x7
 
x1, x4, x2, x6, x5, x7, x3
 
x2, x4, x1, x6, x5, x7, x3
 
Произведите оптимальное закрепление рецепторов за событиями для графического или "схемотехнического" представления "бабушкиной" нейронной сети для оптимального программирования нейросетевой приставки к компьютеру.
Логические выражения, определяющие СПР:
1. (x1 ∨ x3) ∧ (x4 ∨ x7) → R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) → R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) → R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧ x6) → R4= "Байдарка"; 5. x3 ∧ (x4 ∨ x6) → R5= "Дискотека"; 6. x2 ∧ x7 → R6= "Пешая прогулка"; 7. x3 ∧ (x5 ∨ x7) → R6= "Пешая прогулка"
x1, x4, x2, x3, x5, x6, x7
 
x1, x4, x2, x6, x5, x3, x7
 
x2, x4, x1, x6, x5, x7, x3
 
Сформируйте обученную нейронную сеть по логическому описанию СПР с помощью множества нейроподобных элементов. Кроме необходимого количества рецепторов и нейронов выходного слоя, допускается использование минимального числа промежуточных, "скрытых" нейронов. Используйте оптимальное закрепление рецепторов. Определите значения весов связей (см. Лекцию 10) так, чтобы значения возбуждения нейронов выходного слоя принадлежали диапазону
[0, 1]
. Решение представьте в виде матрицы следования.Логическое описание СПР:
1. x1 ∧ x4 → R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) → R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) → R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧ x6) → R4= "Байдарка"; 5. x3 ∧ (x4 ∨ x6) → R5= "Дискотека"; 6. x2 ∧ x7 → R6= "Пешая прогулка"; 7. x3 ∧ (x5 ∨ x7) → R6= "Пешая прогулка"
Сформируйте обученную нейронную сеть по логическому описанию СПР с помощью множества нейроподобных элементов. Кроме необходимого количества рецепторов и нейронов выходного слоя, допускается использование минимального числа промежуточных, "скрытых" нейронов. Используйте оптимальное закрепление рецепторов. Определите значения весов связей (см. Лекцию 10) так, чтобы значения возбуждения нейронов выходного слоя принадлежали диапазону
[0, 1]
. Решение представьте в виде матрицы следования.Логическое описание СПР:
1. (x1 ∨x3) ∧ x4 → R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) → R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) → R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧ x6) → R4= "Байдарка"; 5. x3 ∧ (x4 ∨x6) → R5= "Дискотека"; 6. x2 ∧ x7 → R6= "Пешая прогулка"; 7. x3 ∧ (x5 ∨x7) → R6= "Пешая прогулка"
Сформируйте обученную нейронную сеть по логическому описанию СПР с помощью множества нейроподобных элементов. Кроме необходимого количества рецепторов и нейронов выходного слоя, допускается использование минимального числа промежуточных, "скрытых" нейронов. Используйте оптимальное закрепление рецепторов. Определите значения весов связей (см. Лекцию 10) так, чтобы значения возбуждения нейронов выходного слоя принадлежали диапазону
[0, 1]
. Решение представьте в виде матрицы следования.Логическое описание СПР:
1. (x1 ∨ x3) ∧ (x4 ∨ x7) → R1= "Прогулка на велосипеде"; 2. (x1 ∧ x6) ∨ (x2 ∧ x4) → R2= "Шахматы"; 3. (x2 ∧ x5) ∨ (x1 ∧ x7) → R3= "Верховая езда"; 4. (x1 ∧ x5) ∨ (x2 ∧ x6) → R4= "Байдарка"; 5. x3 ∧ (x4 ∨ x6) → R5= "Дискотека"; 6. x2 ∧ x7 → R6= "Пешая прогулка"; 7. x3 ∧ (x5 ∨ x7) → R6= "Пешая прогулка"
Произведите обучение (трассировку) изображенной на рисунке многослойной нейронной сети по структурированному (скобочному) логическому описанию СПР. Результат трассировки отобразите на матрице следования. Сформируйте значения весов связей в соответствии с прообразом логической операции, реализуемой нейроном.
Логическое описание СПР:
y1 ∧ (y2 ∨ y3) → R1, y2 ∨ (y4 ∧ (y2 ∨ y3)) → R2, (y1 ∨ y3) ∧ (y2 ∨ y4) → R3
Произведите обучение (трассировку) изображенной на рисунке многослойной нейронной сети по структурированному (скобочному) логическому описанию СПР. Результат трассировки отобразите на матрице следования. Сформируйте значения весов связей в соответствии с прообразом логической операции, реализуемой нейроном.
Логическое описание СПР:
(y1 ∧ y4) ∧ (y2 ∨ y3) → R1, y2 ∨ (y4 ∧ (y2 ∨ y3)) → R2, (y1 ∨ y3) ∧ (y2 ∨ y4) → R3
Произведите обучение (трассировку) изображенной на рисунке многослойной нейронной сети по структурированному (скобочному) логическому описанию СПР. Результат трассировки отобразите на матрице следования. Сформируйте значения весов связей в соответствии с прообразом логической операции, реализуемой нейроном.
Логическое описание СПР:
y1 ∧ (y2 ∨ y3) → R1, y2 ∧ (y4 ∨ (y2 ∧ y3)) → R2, y3 ∧ (y2 ∨ y3) → R3
Задана нейронная сеть, которую следует обучить. Она не обладает ярко выраженной "слоистостью". Формирование "скобок" в порядке их вложенности в этом случае формируется в соответствии с длиной логической цепочки при трассировке отдельно каждого логического выражения, в котором они участвуют. Это определяет условную "слоистость" нейронной сети, при которой трассировка "скобок" производится так, чтобы "успеть собрать" логическое выражение не далее нейрона выходного слоя. Или, – чтобы динамические цепочки возбуждений заканчивались нейронами выходного слоя.
Произведите трассировку данной логической нейронной сети по логическому описанию СПР в соответствии с вариантами задачи 4. Вводите дополнительные связи, если это необходимо.
Логическое описание СПР:
y1 ∧ (y2 ∨ y3) → R1, y2 ∨ (y4 ∧ (y2 ∨ y3)) → R2, (y1 ∨ y3) ∧ (y2 ∨ y4) → R3
Задана нейронная сеть, которую следует обучить. Она не обладает ярко выраженной "слоистостью". Формирование "скобок" в порядке их вложенности в этом случае формируется в соответствии с длиной логической цепочки при трассировке отдельно каждого логического выражения, в котором они участвуют. Это определяет условную "слоистость" нейронной сети, при которой трассировка "скобок" производится так, чтобы "успеть собрать" логическое выражение не далее нейрона выходного слоя. Или, – чтобы динамические цепочки возбуждений заканчивались нейронами выходного слоя.
Произведите трассировку данной логической нейронной сети по логическому описанию СПР в соответствии с вариантами задачи 4. Вводите дополнительные связи, если это необходимо.
Логическое описание СПР:
(y1 ∧ y4) ∧ (y2 ∨ y3) → R1, y2 ∨ (y4 ∧ (y2 ∨ y3)) → R2, (y1 ∨ y3) ∧ (y2 ∨ y4) → R3
Задана нейронная сеть, которую следует обучить. Она не обладает ярко выраженной "слоистостью". Формирование "скобок" в порядке их вложенности в этом случае формируется в соответствии с длиной логической цепочки при трассировке отдельно каждого логического выражения, в котором они участвуют. Это определяет условную "слоистость" нейронной сети, при которой трассировка "скобок" производится так, чтобы "успеть собрать" логическое выражение не далее нейрона выходного слоя. Или, – чтобы динамические цепочки возбуждений заканчивались нейронами выходного слоя.
Произведите трассировку данной логической нейронной сети по логическому описанию СПР в соответствии с вариантами задачи 4. Вводите дополнительные связи, если это необходимо.
Логическое описание СПР:
y1 ∧ (y2 ∨ y3) → R1, y2 ∧ (y4 ∨ (y2 ∧ y3)) → R2, y3 ∧ (y2 ∨ y3) → R3
Пусть структура нейронной сети задана так (см. рисунок), что не только связей в ней может быть недостаточно, но и количества нейронов может не хватать для правильной трассировки. Выполните трассировку по логическому описанию СПР, добавляя динамически, если необходимо, новые нейроны. Такое добавление приводит к введению новых строк и столбцов в матрицу следования. Приведите окончательный вид такой матрицы.
Логическое описание СПР:
y1 ∧ (y2 ∨ y3) → R1, y2 ∨ (y4 ∧ (y2 ∨ y3)) → R2, (y1 ∨ y3) ∧ (y2 ∨ y4) → R3
Пусть структура нейронной сети задана так (см. рисунок), что не только связей в ней может быть недостаточно, но и количества нейронов может не хватать для правильной трассировки. Выполните трассировку по логическому описанию СПР, добавляя динамически, если необходимо, новые нейроны. Такое добавление приводит к введению новых строк и столбцов в матрицу следования. Приведите окончательный вид такой матрицы.
Логическое описание СПР:
(y1 ∧ y4) ∧ (y2 ∨ y3) → R1, y2 ∨ (y4 ∧ (y2 ∨ y3)) → R2, (y1 ∨ y3) ∧ (y2 ∨ y4) → R3
Пусть структура нейронной сети задана так (см. рисунок), что не только связей в ней может быть недостаточно, но и количества нейронов может не хватать для правильной трассировки. Выполните трассировку по логическому описанию СПР, добавляя динамически, если необходимо, новые нейроны. Такое добавление приводит к введению новых строк и столбцов в матрицу следования. Приведите окончательный вид такой матрицы.
Логическое описание СПР:
y1 ∧ (y2 ∨ y3) → R1, y2 ∧ (y4 ∨ (y2 ∧ y3)) → R2, y3 ∧ (y2 ∨ y3) → R3