Typ tekstu: Książka
Autor: Basztura Czesław
Tytuł: Komputerowe systemy diagnostyki akustycznej
Rok: 1996
Autor: Basztura Czesław
Tytuł: Komputerowe systemy diagnostyki akustycznej
Rok: 1996
TESTOWANIE DIAGNOZY TYPOWEJ SIECI ANN
8.7.1. Wprowadzenie
Sieci ANN służące do rozwiązywania wielu zadań z dziedziny przetwarzania sygnałów, klasyfikacji, rozpoznawania i diagnostyki muszą działać według określonych algorytmów. Algorytmy ANN zawarte są przede wszystkim w strukturze połączeń elementów sieci neuronowej, w parametrach tych połączeń (wagi) oraz w metodzie uczenia. Uczenie sieci neuronowej polega na zadawaniu jej zadań, dla których "nauczyciel" zna poprawne rozwiązania i korygowaniu jej parametrów w celu uzyskiwania zgodności z oczekiwanym (znanym) wynikiem. Najogólniej rzecz ujmując, ideę uczenia można przedstawić następująco:
a) w procesie uczenia na wejścia sieci ANN podawane są wartości sygnałów wejściowych będące reprezentacją parametryczną zadania
8.7.1. Wprowadzenie
Sieci ANN służące do rozwiązywania wielu zadań z dziedziny przetwarzania sygnałów, klasyfikacji, rozpoznawania i diagnostyki muszą działać według określonych algorytmów. Algorytmy ANN zawarte są przede wszystkim w strukturze połączeń elementów sieci neuronowej, w parametrach tych połączeń (wagi) oraz w metodzie uczenia. Uczenie sieci neuronowej polega na zadawaniu jej zadań, dla których "nauczyciel" zna poprawne rozwiązania i korygowaniu jej parametrów w celu uzyskiwania zgodności z oczekiwanym (znanym) wynikiem. Najogólniej rzecz ujmując, ideę uczenia można przedstawić następująco:
a) w procesie uczenia na wejścia sieci ANN podawane są wartości sygnałów wejściowych będące reprezentacją parametryczną zadania
TESTOWANIE DIAGNOZY TYPOWEJ SIECI ANN</><br><tit>8.7.1. Wprowadzenie</><br><br>Sieci ANN służące do rozwiązywania wielu zadań z dziedziny przetwarzania sygnałów, klasyfikacji, rozpoznawania i diagnostyki muszą działać według określonych algorytmów. Algorytmy ANN zawarte są przede wszystkim w strukturze połączeń elementów sieci neuronowej, w parametrach tych połączeń (wagi) oraz w metodzie uczenia. Uczenie sieci neuronowej polega na zadawaniu jej zadań, dla których "nauczyciel" zna poprawne rozwiązania i korygowaniu jej parametrów w celu uzyskiwania zgodności z oczekiwanym (znanym) wynikiem. Najogólniej rzecz ujmując, ideę uczenia można przedstawić następująco:<br>a) w procesie uczenia na wejścia sieci ANN podawane są wartości sygnałów wejściowych <gap> będące reprezentacją parametryczną zadania
