img098 (18)

92 Uczenie prostych liniowych sieci jedr

5.6. Czy sieć może filtrować sygnały?

Wyobraź sobie, że masz jakiś sygnał z nałożonym nań szumem. Sieć neuronową można wytrenować tak, by filtrowała sygnał odsiewając szum. W tym celu jako sygnały wejściowe do sieci traktowane są próbki sygnału zakłóconego, a jako sygnały wyjściowe używane są próbki sygnału “czystego”. Po pewnym czasie sieć nauczy się wydobywać nie zakłócone sygnały wyjściowe z sygnału zaszumionego i będzie mogła znaleźć zastosowanie jako filtr. Rozważmy konkretny przykład. Niech będzie dany sygnał wzorcowy - na przykład fragment sinusoidy - zarówno “czysty”, jak i zaszumiony. Sygnały takie - w postaci pliku pozwalającego na uczenie sieci - mogą być wyprodukowane przez program 05A.BAS. Program ten wyprodukuje plik z danymi o nazwie UCZACYP, który możesz użyć do treningu prostej sieci. Korzystając z kolejnego programu (05B.BAS) będziesz mógł obserwować działanie sieci, która nauczy się filtracji sygnału. Na początku program pokazuje, jak wygląda sygnał nie filtrowany (rys. 5.12) oraz sygnał oryginalny (rys. 5.13). Pierwsze próby filtracji po wykonaniu niewielu kroków nie są zbyt obiecujące (rys. 5.14 i 5.15), jednak wytrwałe uczenie sieci prowadzi do tego, że sieć uczy się filtrować sygnał w sposób niemal idealny (rys. 5.16).

Rys. 5.12. Zakłócony sygnał, który ma filtrować sieć neuronowa

Rys. 5.13. Sygnał wzorcowy, który ma odtworzyć sieć neuronowa