Wydział Inżynierii Mechanicznej i Robotyki AGH Imię i nazwisko:………………………………

Katedra Konstrukcji i Eksploatacji Maszyn Grupa, data zajęć:…………………………..

Modelowanie w Projektowaniu Maszyn

Sztuczne sieci neuronowe

1.

Wczytaj dane z pliku tekstowego o nazwie ‘Zbior1.m’ (zbiór uczący nr 1).
InputFile=strcat('Zbior1.m');
DANE=load(InputFile);

Macierz DANE składa się podzbioru p oraz t.

Rozdziel dane na wczytane z pliku na dwa zestawy:

p – pierwsze 4 wiersze macierzy DANE

t – ostatni - 5 wiersz wczytanej macierzy DANE

p=[DANE(1,:); DANE(2,:); DANE(3,:); DANE(4,:)]
t=DANE(5,:)

Odczytaj liczbę danych uczących w tym zbiorze. Określ, czy stosowanie w tym przypadku sieci neuronowej
jest zasadne i czy trzeba stosować dodatkowe środki związane z ograniczeniem zjawiska ‘przeuczenia się’
sieci neuronowej (uzasadnij)?
Liczba danych w zbiorze uczącym=………..
Czy liczba danych jest wystarczająca?:…………………………………………………………………………………………………………….
……………………………………………………………………………………………………………………………………………………………………….

2.

Zdefiniuj budowę i parametry sieci neuronowej wykorzystując pakiet Neural Network Toolbox programu

Matlab

net=newff(pn, tn, 4, {'logsig','purelin'}, 'traingd') itd…

3.

Przeprowadź uczenie sztucznej sieci neuronowej metodą gradientową (funkcja: ‘traingd’) oraz innymi

metodami (metoda gradientowa z momentum – ‘traingdm’, oraz metoda gradientowa ze zmiennym

współczynnikiem uczenia - ‘traingda’, oraz metoda gradientowa ze zmiennym współczynnikiem uczenia

i momentum – ‘traingdx’).

Spostrzeżenia:…………………………………………………………………………………………………………………………………………………

……………………………………………………………………………………………………………………………………………………………………….

4.

Określ rozrzut wyników w 5 kolejnych symulacjach (dla tych samych danych) przeprowadzanych po

poprawnie przeprowadzonych procesach uczenia:

5.

Wczytaj dane z pliku tekstowego o nazwie ‘Zbior2.m’ (zbiór uczący nr 2) Tym razem dane zapisane są

w kolumnach, a nie wierszach. Ostatnia kolumna jest zbiorem ‘t’. Odczytaj liczbę danych w tym przypadku.

Przeprowadź poprawnie proces uczenia 5 razy i zasymuluj sieć tym samym zestawem danych wejściowych.

Rozrzut wyników oraz obserwacje z przeprowadzonych procesów uczenia porównaj z wynikami z pkt. 4.

Z czego wynika różnica?