Реферат: Представление знаний в информационных системах

NeuroPro

невозможность сохранения результатов опроса обученной сети

Neural Planner

ограниченность по числу алгоритмов обучения

BrainMaker 3.10

ограниченные функциональные возможности

NeuroShell 2

возможность импорта только 5 типов входных файлов

Исходя из данных таблицы 2, наиболее подходящим пакетом является пакет NeuroShell 2.

1.6 Минимальные требования к информационной и программной совместимости

Microsoft Office 97 и выше

Пакет NeuroShell 2

1.7 Минимальные требования к составу и параметрам технических средств

MS Windows 9х/2000/Ме/NT/XP

32 Mb RAM

IBM – совместимый персональный компьютер класса 486/66 или выше (желательно Pentium II или выше)

Видеоадаптер SVGA

Монитор VGA и выше

Клавиатура, мышь

2. Обучение нейронной сети

Под обучением искусственной нейронной сети понимается процесс настройки весовых коэффициентов ее базовых процессорных элементов, результатом чего является выполнение сетью конкретных задач — распознавания, оптимизации, аппроксимации, управления. Достижение подобных целей формализуется критерием качества Q, минимальное значение min _W Q=Q* которого соответствует наилучшему решению поставленной задачи [5].

2.1 Формирование исходных данных

Рассматривается классификация цифр арабского алфавита, написанных шрифтом Arial 10ым размером. Для формирования исходных данных (вектор признаков) использовалось растровое представление цифр (в виде массива из 0 и 1). Размер изображения, исходя из шрифта написания, составил 6х10 квадратов. Отсюда размерность входного вектора – 60.

Выходной вектор (-вектор, значения всех координат которого должны быть равными 0, за исключением координаты, соответствующей выходному элементу, представляющему искомый класс(значение этой координаты должно быть равным 1)) имеет размерность 10, в нем номер позиции единицы соответствует номеру цифры. Таким образом, обучающая пара содержит 60 + 10 = 70 значений.

Для каждого желаемого образа формируется соответствующий массив, записанный в одну строку (сверху вниз слева направо), и также в процессе обучения используются реальные выходные значения, которые записаны в конце строки сформированного массива.

2.2 Окончательный выбор модели, структуры и параметров обучения НС

В NeuroShell 2 предлагается несколько моделей НС.

По рекомендациям разработчиков пакета критерием остановки обучения будет: события после минимума > 20000, так как с использованием встроенной калибровки этот критерий позволяет избежать переучивания сети и запоминания тестовых примеров.