Лабораторная работа 5. Построение карты Кохонена на прямоугольной решетке для битовых образов (2 часа)
Цель работы
Реализовать вариант карт Кохонена для задачи классификации битовых образов.
Формулировка задачи
Построить карту Кохонена прямоугольной решетки для битовых образов размерностью 6x6. Число нейронов взять максимально возможным по разрешению экрана. Реализовать методы настройки карты: wta (победитель получает все), wtm (победитель получает больше),wtm _m (модифицированный метод, победитель получает больше), нейронный газ. Предусмотреть использование двух методов изменения коэффициента обучения и радиуса модификации весов нейронов карты: линейный и гиперболический. Построение карты должно выполняться в динамике, с некоторым шагом происходит перерисовка карты. На окончательной карте провести неформальный анализ структуры выборки.
Лабораторная работа 6. Визуализация многомерного набора данных отображением на двумерную область. Метод Сэммона (2 часа)
Цель работы
Реализовать метод Сэммона визуализации многомерных данных первого и второго порядка и применить его к выборке из битовых изображений 6x6.
Формулировка задачи
Реализовать Сэммона визуализации многомерных данных первого и второго порядка для отображения 36 мерных образов (битовые изображения 6x6) в точки квадрата на плоскости по вариантам. Провести анализ данных выборки методом первого порядка (антиградиентная настрока координат двумерных объектов и методом второго порядка, с использованием гессиана. Сравнить методы по скорости сходимости и оценки качества полученной визуализпации.
Лабораторная работа 7. Разработка простейшей экспертной системы на одном из языков программирования на основе фактов и правил по оценке продолжительности жизни (4 часа)
Цель работы
Построить простую экспертную систему на основе фактов и правил и применить ее к конкретной проблемной ситуации
Формулировка задачи
Использовать готовый набор правил характеристик и поведения человека для оценки возможной продолжительности жизни. Добавить ряд правил по вариантам задания. Реализовать метод вывода заключения методом обратной резолюции. Собрать несколько вариантов фактов о тестируемых и получить заключение экспертной системы о возможной продолжительности жизни данного индивида. Вывести цепочку логического вывода для пояснения хода логических рассуждений экспертной системы.
Лабораторная работа 8. Разработка экспертной системы на основе байесовского подхода для диагностики заболеваний (4 часа)
Цель работы
Построить простую экспертную систему на основе байесовского подхода и применить ее к задаче медицинской диагностики заболеваний.
Формулировка задачи
Реализовать экспертную систему на основе байесовского метода. Применить систему для анализа заболеваний. Создать файл по вариантам болезней и частот их встречаемости, используя справочные данные и файл справочника симптомов. Построить файл вероятностных связей симптомов и заболеваний, вероятности симптомов при наличии заболеваний и при отсутствии заболеваний получить из прилагаемого справочника. В построенной системе с целью ускорения решения должен быть метод сокращения возможных диагнозов и удаления симптомов, которые не могут повлиять на окончательный диагноз после очередного ответа пациента. Провести диалог с построенной экспертной системой.
Лабораторная работа 9. Реализация одного из типов муравьиного алгоритма для задач поиска пути на графе (4 часа)
Цель работы
Реализовать муравьиный алгоритм для решения одной из NP полных задач поиска пути на графе.
Формулировка задачи
По варианту задания построить муравьиный алгоритм для одной из задач поиска пути на графе (задача коммивояжера, китайский почтальон, сельский почтальон и др.). Реализовать рекурсивный алгоритм ветвей и границ для решения задачи. Меняя размерность задачи и генерацию случайных графов оценить эффективность муравьиного алгоритма. Путем подбора параметров муравьиного алгоритма получить эффективное решение задачи для выбранного графа.
Приложение Б
Примеры заданий на расчетное задание
" Инженерия знаний и системы искусственного интеллекта "
для магистратуры направления 231000.68 "Программная инженерия"
1. Квазиньютоновский алгоритм обучения нейронных сетей 2 порядка Флетчера, Гольдфарбома, Шанно.
2. Квазиньютоновский алгоритм секущих плоскостей OSS Баттити обучения нейронных сетей.
3. Алгоритм обучения нейронных сетей 2 порядка Левенберга Марквардта.
4. Алгоритм золотого сечения GOL обучения нейронных сетей.
5. Алгоритм Брента BRE одномерного поиска, сочетание квадратичной интерполяции и золотого сечения обучения нейронных сетей.
6. Алгоритм HYB одномерного поиска, сочетание квадратичной интерполяции и половинного деления обучения нейронных сетей.
7. Алгоритм Чараламбуса CHA специальный алгоритм одномерного поиска, на основе градиентного спуска обучения нейронных сетей.
8. Алгоритм BAC одномерного поиска, или алгоритм перебора с возвратами обучения нейронных сетей.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 |
Основные порталы (построено редакторами)