Главная | Обратная связь

Используемая модель:двумерная карта Кохонена.

Задания для лабораторных работ

По курсу «Основы экспертных систем»

По курсу «Основы экспертных систем» студенты выполняют 1 лабораторную работу. Задание на лабораторную работу студент выбирает по согласованию с преподавателем. Лабораторная работа выполняется индивидуально.

Лабораторная работа №1

Задание №1 - стоимость 12 баллов

Цель работы. Целью данной лабораторной работы является демонстрация способности нейронной сети решать задачи классификации. Сеть необходимо обучить классификации по пяти классам по 10-20 числовым признакам.

Используемая модель: одномерная сеть Кохонена.

Порядок выполнения работы. Данная лабораторная работа выполняется в несколько этапов:

1. Необходимо выбрать предметную область, отобрать не менее 10 числовых характеристик объектов и задать их диапазоны. Примеры типов предметных областей для классификации перечислены ниже.
2. Сгенерировать обучающую выборку размерностью от 10 до 20 примеров для каждого класса. Предусмотреть нормализацию входных векторов (1 занятие).
3. Написать программу, имитирующую работу нейронной сети Кохонена и провести обучение сети по алгоритму WTA.
4. Провести обучение сети Кохонена по алгоритму Кохонена с прямоугольным соседством (2 занятие).
5. Продемонстрировать работу сети Кохонена преподавателю.
6. Исследовать эффективность алгоритмов обучения от значения коэффициента обучения.
7. Исследовать зависимость погрешности классификации от алгоритма обучения.
8. Исследовать зависимость погрешности классификации от объёма обучающей выборки.

9. Составить отчёт, который должен содержать постановку задачи, обучающие выборки, результаты исследований по пунктам 6, 7, 8 (3 занятие).

Примерные предметные области:

1. Классификация типов самолётов.

2. Классификация типов автомобилей.

3. Классификация типов компьютеров.

4. Классификация заболеваний человека.

5. Классификация растений.

Задание №2 - стоимость 20 баллов

Цель работы. Целью данной лабораторной работы является демонстрация способности нейронной сети решать задачи классификации и кластеризации. Сеть необходимо обучить классификации по пяти классам по 10-20 числовым признакам.

Используемая модель:двумерная карта Кохонена.

Порядок выполнения работы. Данная лабораторная работа выполняется в несколько этапов:

1. Необходимо выбрать предметную область, отобрать не менее 10 числовых характеристик объектов и задать их диапазоны. Примеры типов предметных областей для классификации перечислены ниже.
2. Сгенерировать обучающую выборку размерностью от 10 до 20 примеров для каждого класса. Предусмотреть нормализацию входных векторов (1 занятие).
3. Написать программу, имитирующую работу карты Кохонена и провести обучение сети по алгоритму Кохонена с прямоугольным соседством.
4. Провести обучение карты Кохонена по алгоритму Кохонена с гауссовым соседством или по алгоритму нейронного газа (2 занятие).
5. Продемонстрировать работу сети Кохонена преподавателю.
6. Исследовать эффективность алгоритмов обучения от значения коэффициента обучения.
7. Исследовать зависимость погрешности классификации от алгоритма обучения.
8. Исследовать зависимость погрешности классификации от объёма обучающей выборки.
9. Составить отчёт, который должен содержать постановку задачи, обучающие выборки, результаты исследований по пунктам 6, 7, 8 (3 занятие).

Примерные предметные области:

1. Классификация типов самолётов.

2. Классификация типов автомобилей.

3. Классификация типов компьютеров.

4. Классификация заболеваний человека.

5. Классификация растений.