Использование нейросетей для анализа звуковой информации

       

Модель нейросети




Входные данные:

Однослойная нейросеть с двумя входами, состоящая из 10 нейронов (инструмент Модель нейросети).

Коэффициенты обучения:

alpha0 = 0.0500

alpha1 = 1.6000

alpha2 = 0.1000

alpha3 = 5.0000

dAlpha = 0.0010

Было задано 10 обучающих паттернов, распределенных в 2 удаленные друг от друга группы в параметрическом пространстве.

Цель эксперимента:

Показать способность слоя Кохонена эффективно распределить нейроны для классификации всей обучающей выборки

Ход эксперимента:

В начале обучения все нейроны расположились в центре масс обоих групп обучающих паттернов, затем разделились на две группы, соответствующие группам обучающей выборки, и т.д.

Результат:

В конце обучения нейроны действовали независимо друг от друга, «найдя» все обучающие паттерны.

Выводы:

Процесс последовательного разделения групп нейронов позволяет нейросети эффективно обучаться выборке, неравномерно распределенной в параметрическом пространстве. Правило «желания работать» позволяет избежать  потери нейронов.



Содержание раздела