1 / 5

W 1

HOẠT ĐỘNG CỦA MẠNG NƠRON. 1. Z. (1) Cấu trúc của các tế bào thần kinh: mô hình kỹ thuật. Cấu trúc của các neurons (tế bào thần kinh). Não. Tín hiệu nhận từ các neurons khác. Tín hiệu truyền đi các neurons khác. Phần thân tế bào với các cấu trúc tế bào kết hợp. Mô hình hóa.

paloma
Download Presentation

W 1

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. HOẠT ĐỘNG CỦA MẠNG NƠRON 1 Z (1) Cấu trúc của các tế bào thần kinh: mô hình kỹ thuật Cấu trúc của các neurons (tế bào thần kinh) Não Tín hiệu nhận từ các neurons khác Tín hiệu truyền đi các neurons khác Phần thân tế bào với các cấu trúc tế bào kết hợp Mô hình hóa Mô hình các thành phần của hệ thần kinh Neurocomputer Tín hiệu nhận từ các thành phần khác Tín hiệu truyền đi các thành phần khác X1 W1 X2 Z Y W2 X3 W3 Hàm x.định g.trị ngưỡng Giá trị xuất Giá trị nhập Trọng số

  2. HOẠT ĐỘNG CỦA MẠNG NƠRON 1 0 0 0 1 0 0 0 1 (2) Cơ chế học của mạng có các cấp bậc Lặp nhiều lần việc biểu diễn mạng với các dữ liệu mẫu bao gồm các mối liên kết giữa các giá trị nhập và các giá trị đích (ví dụ, các giá trị này gần giống như kết xuất) Các nút sẽ tự điều chỉnh trọng số của chúng cho đến khi đạt được giá trị xuất mong muốn với một bộ dữ liệu đầu vào cho trước (ví dụ: cho đến khi biên lỗi giữa giá trị xuất và giá trị mong muốn đạt bằng nhau và bằng không) Xây dựng cơ chế giải quyết bài toán bằng mạng neuron Giá trị nhập Giá trị xuất Giá trị mong muốn Lớp nhập Lớp ẩn Lớp xuất So sánh Thay đổi trọng số cho đến khi giá trị lỗi đầu xuất đạt bằng không (phương pháp Lan Truyền Ngược)

  3. CÁC ỨNG DỤNG CỦA MẠNG NƠRON Các phương pháp sử dụng mạng neural có thể giải quyết một cách hiệu quả một số bài toán mà các phương pháp trước đó không thể thực hiện được. Dự báo thời gian thực Trị giá cổ phần Yêu cầu Thời gian Thời tiết Sức bền: 5.1 Dự báo số Nguyên liệu A: 60% Độ cứng: 0.7 Nguyên liệu B: 12% Thành phần nguyên liệu kết hợp Nguyên liệu C: 3% Nhận dạng mẫu A Ký tự Giọng nói Ảnh

  4. TRÌNH BÀY CÁC THÀNH PHẦN HÓA HỌC CH2 CH2 CH2 Quan hệ thứ tự giữa các chất hóa học yêu cầu khác nhau về trật tự sắp xếp cơ bản Thành phần Các tính chất yêu cầu Chọn lựa các thành phần và tỉ lệ tương đối giữa chúng để pha trộn Trọng số tương đối: 1.05 Độ cứng: 4.5 Nhiệt độ nóng chảy: 425 Điện trở: 103 Các thành phần được chọn phải phù hợp với một loạt các yêu cầu khác nhau SiO2 Độ đàn hồi: 2.1×104 CaCO3 . . KAl2(OH) .

  5. MẠNG NƠRON Lớp xuất Lớp nhập Lớp ẩn Thành phần chính 1 Trọng số tương đối Độ cứng Thành phần chính 2 Độ đàn hồi Thiết kế hệ thống sao cho nó có thể xác định được mối liên hệ giữa các tính chất của các thành phần được dùng và các giá trị thông qua quá trình học ngược lại.

More Related