SI2 lab3 raport

POLITECHNIKA ŚWIĘTOKRZYSKA W KIELCACH

SYSTEMY INTELIGENTNE

Nr ćwiczenia:

3

  1. Cel ćwiczenia

Celem ćwiczenia było przygotowanie map bitowych o rozmiarach 8x10 i 12x15. Następnie należało wprowadzić obrazy do programu Neuronix i nauczyć sztuczną sieć neuronową rozpoznawać je przy różnej tolerancji uczenia.

  1. Obrazy idealne:

  1. Odpowiedzi systemu:

8x10
TU=0.1
obrazek M
0,87
0,87
0,65
0,68
0,7
0,11
0,47
0,23
0,36
0,14
0,12
0,35
0,23
0,08
0,55
0,16
-0,05
0,25
0,42
0,37
-0,11
0,27
0,16
-0,03
0,2
0,93
0,86
0,73
0,48
0,31
0,22
0,04
0,13
0,14
0,06
0,06
-0,05
0,04
-0,05
0,05
-0,05
-0,11
-0,08
-0,04
0,02

0,02
0,12
0,08
0,12
0,21
0,11
-0,05
-0,18
-0,01
-0,04
-0,04
-0,01
0,1
0,16
0,16
0,29
0,28
0,24
0,15
0,08
0,08
0,23
0,3
0,52
0,69
0,76
0,76
0,83
0,89
Dane uczące
0,93
0,93
0,91
0,9
0,88
0,94
0,89
0,92
0,92
0,9
0,92
0,06
0,1
0,11
0,07
0,06
0,05
0,1
0,04
0,1
0,13
0,02
0
-0,03
0,06
0,03
0,03
-0,01
0,04
0,06
-0,01
-0,04
-0,01
0,05
-0,04
-0,04
-0,01
0,03
-0,01
-0,03
0,01
0,08
0,02
0,06
0,09
0,06
0,08
0,1
0,07
0,08
0,09
12x15
TU=0.1
obrazek M
0,68
0,63
0,65
0,61
0,53
0,11
0,15
0,13
0,09
0,3
0
0,2
0,15
0,16
0,34
0,2
0,01
0,25
0,23
0,39
-0,1
0,24
0,37
0,21
0,06
0,71
0,69
0,59
0,39
0,21
0,11
0,08
0,08
0,07
0,07
0,07
0,07
0,06
0,03
-0,13
-0,14
-0,07
-0,13
-0,01
0,05
0,05
0,06
0,06
0,09
0,09
0,12
0,02
-0,14
0,02
0,03
0,03
0,05
0,17
0,31
0,22
0,1
0,18
0,17
0,12
0,12
0,12
0,08
0,2
0,32
0,49
0,63
0,69
0,69
0,7
0,71
Dane uczące
0,71
0,71
0,71
0,71
0,71
0,71
0,71
0,71
0,71
0,71
0,07
0,07
0,06
0,08
0,06
0,04
0,09
0,07
0,05
0,07
0,05
0,07
0,14
0,12
0,02
-0,02
0,05
0,06
0,08
0,07
0,03
0,04
0,01
0,07
0,03
0,03
0,1
0,03
0,01
-0,01
0,12
0,16
0,12
0,11
0,12
0,13
0,12
0,07
-0,03
0,08

Wnioski

Podczas

wykonywania ćwiczenia zaobserwowałem działanie sieci neuronowej przy rozpoznawaniu

obrazów, które stworzyłem. Bardzo interesująca była umiejętność sieci rozpoznawania obrazów z nałożonym szumem, gdzie ja miałem już problemy z rozpoznawaniem obrazów z nałożonym 40% szumem. Sieć neuronowa dla obrazków z nałożonym szumem przy tolerancji uczenia równej 0.1 dosyć dobrze rozpoznawała obrazy przy obu wielkościach obrazków natomiast przy tolerancji uczenia 0.01 pojawiły się już problemy. Dla pozostałych obrazków zazwyczaj pewniej odpowiadała sieć przy tolerancji uczenia równej 0.01. Często odpowiedzi przy tej tolerancji uczenia dla innych obrazków niż te właściwe były równe 0.


Wyszukiwarka

Podobne podstrony:
SI2 lab4 raport
SI2 lab5 raport
SI2 lab1 raport
SI2 lab2 raport
SI2 lab4 raport
SI2 lab5 raport
Pedagogika ekologiczna z uwzględnieniem tez raportów ekologicznych
Prezentacja Raport
bph pbk raport roczny 2001
No Home, No Homeland raport
Dzieci recesji Raport UNICEF
lab3
Pełnia szczęścia raport
lab3 kalorymetria
DiW 3 raport lifting
Centrum Zielonych technologii raport
06 Raporty finansowe
Lab 3 Draft forms raport

więcej podobnych podstron