Page 14 - 4848

Скласти алгоритм навчання мультикатегорійної однорівневої
перцептронної мережі на рішенні нижчеподаної задачі класифікації букв
на три класи (рис. 2.2). Визначити кінцеве значення ваг неперервного
перцептрона.
Таблиця вихідних даних складається з 6 додаткових
п'ятнадцятимірних об'єктів трьох класів:

Таблиця 2.1 – Вихідні дані

Буква y1 y2 y3 y4 y5 y6 y7 y8 y9 y10 y11 y12 y13 y14 y15

А 0 1 0 1 0 1 1 1 1 1 0 1 1 0 1

Н 1 0 1 1 0 1 1 1 1 1 0 1 1 0 1

Е 1 1 1 1 0 0 1 1 0 1 0 0 1 1 1

F 1 1 1 1 0 0 1 1 0 1 0 0 1 0 0

С 0 1 1 1 0 0 1 0 0 1 0 0 0 1 1

G 0 1 1 1 0 0 1 0 1 1 0 1 0 1 1

Вектори початкових ваг (матриця W ):
0

w 0 ) 1 (   1 1 1 1 1 1 1 1 1 1 1 1 1 1 1  1
w 0 ) 2 (  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0  0
w 0 ) 3 (  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0  0

Коефіцієнти:

c  ; 1
  ; 1
E min  . 0 05 .

Відповіді вчителя для відповідних класів:

 клас (А, Н): d 1  , 1 d 2   , 1 d 3   ; 1
 клас (Е, F): d 1   , 1 d 2  , 1 d 3   ; 1
 клас (C, G): d 1   , 1 d 2   , 1 d 3  . 1

13