Используя приведенные ниже рисунок, и соответствующую ему нейронную сеть, рассчитайте маршруты следования из центрального пункта по заданным координатам пункта назначения. Воспользуйтесь передаточной функцией:
Координаты пункта назначения
(50, -150)
.
0 → 3, 3 → 15
 
0 → 3
. Дальнейшему продвижению нейросеть обучена неправильно
 
Используя приведенные ниже рисунок, и соответствующую ему нейронную сеть, рассчитайте маршруты следования из центрального пункта по заданным координатам пункта назначения. Воспользуйтесь передаточной функцией:
Координаты пункта назначения
(-50, -150)
.
0 → 4, 4 → 20
 
0 → 4
. Дальнейшему продвижению нейросеть обучена неправильно
 
0 → 2, 2 → 12
 
Используя приведенные ниже рисунок, и соответствующую ему нейронную сеть, рассчитайте маршруты следования из центрального пункта по заданным координатам пункта назначения. Воспользуйтесь передаточной функцией:
Координаты пункта назначения
(50, 100)
.
0 → 2, 2 → 9(50, 150)
 
0 → 2
. Дальнейшему продвижению нейросеть не обучена
 
0 → 2, 2 → 10
 
Усовершенствуйте нейронную сеть, дополнив ее возможностью связи между некоторыми пунктами, находящимися в разных секторах. Если это невозможно, исследуйте причину и рассмотрите возможность применения общего подхода, отображенного на приведенном ниже рисунке.
Научите нейросеть, как из пункта 6 попасть в пункт 12. (Примечание: достаточно научить нейросеть возвращению в пункт 0.)
Усовершенствуйте нейронную сеть, дополнив ее возможностью связи между некоторыми пунктами, находящимися в разных секторах. Если это невозможно, исследуйте причину и рассмотрите возможность применения общего подхода, отображенного на приведенном ниже рисунке.
Научите нейросеть, как из пункта 5 попасть в пункт 10.
Усовершенствуйте нейронную сеть, дополнив ее возможностью связи между некоторыми пунктами, находящимися в разных секторах. Если это невозможно, исследуйте причину и рассмотрите возможность применения общего подхода, отображенного на приведенном ниже рисунке.
Научите нейросеть, как из пункта 16 попасть в пункт 8.
Путешественник заблудился и лишь приблизительно знает пункт, из которого он вышел, а также приблизительно, по звездам, свои координаты. Помогите ему установить, недалеко от какого пункта он, скорее всего, находится. Нейронная сеть имеет вид:Приблизительные координаты путешественника –
(-120, 140)
. Предположительно он вышел из пункта 1.
Δx < 0, Δy > 0
, путешественник находится недалеко от пункта 5
 
Путешественник заблудился и лишь приблизительно знает пункт, из которого он вышел, а также приблизительно, по звездам, свои координаты. Помогите ему установить, недалеко от какого пункта он, скорее всего, находится. Нейронная сеть имеет вид:Приблизительные координаты путешественника –
(120, -140)
. Предположительно он вышел из пункта 3.
Δx > 0, Δy < 0
, путешественник находится недалеко от пункта 16
 
Путешественник заблудился и лишь приблизительно знает пункт, из которого он вышел, а также приблизительно, по звездам, свои координаты. Помогите ему установить, недалеко от какого пункта он, скорее всего, находится. Нейронная сеть имеет вид:Приблизительные координаты путешественника –
(-130, -140)
. Предположительно он вышел из пункта 4.
Δx < 0, Δy < 0
, путешественник находится недалеко от пункта 19
 
Свяжите сеть, состоящую из 4 населенных пунктов, маршрутами взаимного общения. Запомните маршруты с помощью логической нейронной сети, в которой отразите пункты отправления, пункты назначения и промежуточные пункты смещения.
Сеть населенных пунктов имеет вид:
Свяжите сеть, состоящую из 4 населенных пунктов, маршрутами взаимного общения. Запомните маршруты с помощью логической нейронной сети, в которой отразите пункты отправления, пункты назначения и промежуточные пункты смещения.
Сеть населенных пунктов имеет вид:
Свяжите сеть, состоящую из 4 населенных пунктов, маршрутами взаимного общения. Запомните маршруты с помощью логической нейронной сети, в которой отразите пункты отправления, пункты назначения и промежуточные пункты смещения.
Сеть населенных пунктов имеет вид:
Совершите путешествие между населенными пунктами, выбрав маршрут с помощью логической нейронной сети.
Следуйте из пункта 1 в пункт 4. Нейронная сеть имеет вид:
1 → 2 → 4
 
1 → 3 → 4
 
1 → 4
 
Совершите путешествие между населенными пунктами, выбрав маршрут с помощью логической нейронной сети.
Как выбрать маршрут, чтобы совершить кругосветное путешествие из пункта 1? Нейронная сеть имеет вид:
1→ 2, 2 → 5, 5 → 3, 3 → 1
 
Совершите путешествие между населенными пунктами, выбрав маршрут с помощью логической нейронной сети.
Задайте маршрут следования из пункта 4 в пункт 2. Нейронная сеть имеет вид:
4 → 3 → 1 → 2
 
4 → 1 → 3 → 2
 
4 → 3 → 2
 
В перспективе своих самостоятельных исследований составьте модель программы игры в "крестики – нолики", первоначально ограничившись попыткой сведения игры "в ничью". Начните разработку модели с анализа возможных ходов противника и с выбора предпочтительного ответа. Для этого заведите три строки, каждая из которых содержит три позиции. В текущем состоянии игры позиция может содержать "крестик" (противника), "нолик" (Ваш) или быть свободной. Несомненно, "традиционный" программный, последовательный анализ каждой позиции всех строк трудоемок и долог. Ассоциативный принцип "работы" нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и сделать игровую нейрокомпьютерную приставку к персональному компьютеру.
Составьте проект такой нейронной сети.
Составьте графическую схему нейронной сети.
В перспективе своих самостоятельных исследований составьте модель программы игры в "крестики – нолики", первоначально ограничившись попыткой сведения игры "в ничью". Начните разработку модели с анализа возможных ходов противника и с выбора предпочтительного ответа. Для этого заведите три строки, каждая из которых содержит три позиции. В текущем состоянии игры позиция может содержать "крестик" (противника), "нолик" (Ваш) или быть свободной. Несомненно, "традиционный" программный, последовательный анализ каждой позиции всех строк трудоемок и долог. Ассоциативный принцип "работы" нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и сделать игровую нейрокомпьютерную приставку к персональному компьютеру.
Составьте проект такой нейронной сети.
Составьте матрицу следования, описывающую нейронную сеть.
В перспективе своих самостоятельных исследований составьте модель программы игры в "крестики – нолики", первоначально ограничившись попыткой сведения игры "в ничью". Начните разработку модели с анализа возможных ходов противника и с выбора предпочтительного ответа. Для этого заведите три строки, каждая из которых содержит три позиции. В текущем состоянии игры позиция может содержать "крестик" (противника), "нолик" (Ваш) или быть свободной. Несомненно, "традиционный" программный, последовательный анализ каждой позиции всех строк трудоемок и долог. Ассоциативный принцип "работы" нейронной сети позволяет приблизить его к ассоциативному мышлению игрока и сделать игровую нейрокомпьютерную приставку к персональному компьютеру.
Составьте проект такой нейронной сети.
Определите, является ли создаваемая нейронная сеть совершенной? Какую передаточную функцию Вы хотите использовать? Необходима ли коррекция весов и порогов?
m
– количество активных входов нейрона