46510

Podczas pierwszych laboratoriów mieliśmy zbudować model sztucznego neurony oraz zbadać jak on działa. Naszym zadaniem było również znalezienie takich wag, aby sumy kwadratów błędów pomiędzy funkcją aktywacji a jedną z pozostałych trzech funkcji (skoku jednostkowego, liniowej oraz logistycznej) były jak najmniejsze.

Model neuronu:

			Skok jedn.			Liniovra		Logistyczna
XI X2	Y		Sumator Ys	Kw.różnic ]				Kw.różnic 1
-0.2	0,5	0	1.3	1	1	1.3	1,69	0,785835 0,6175366
0.2	-0,5	0	0.7	1	1	0.7	0,49	0,6681878 0,4464749
0,8	-0,8	1	1	1	0	1	0	0,7310586 0,0723295
0,8	0,8	1	2,6	1	0	2.6	2,56	0,9308616 0,0047801
		Suma kwadratu błędów			2		4,74	1,1411211

Wagi i bias

WO    W1    W2

111 Bias(XD)

Używając solvera minimalizuję kwadraty błędów dla poszczególnych funkcji. W przypadku funkcji skoku jednostkowego solver nie rozwiązał problemu, wagi nie zmieniły swojej wartości. Dla funkcji liniowej wagi i suma kwadratów błędu przedstawia się następująco:

Wagi i bias

WO W1 W2 Suma kw. Bł 1,1470073 0,1288135 0,041207 0,0824742

Natomiast dla funkcji logistycznej następująco:

Wagi i bias

WO    W1    W2 Suma kw. Bł

0,8377014 0,0927276 -0,334654 0,6986325