Professional Documents
Culture Documents
Cwiczenie 2
Cwiczenie 2
Zakres ćwiczenia:
1. Ćwiczenie należy wykonać dla funkcji nieliniowej zależnej od dwóch parametrów x1,
x2 (np. postaci y 2 x13 3x12 2 x22 ) przydzielonej przez prowadzącego w ramach
ćwiczenia 0.
2. Przygotować pliki zawierające wektory ciągu uczącego dla sieci oraz ciągu
testującego (odpowiednia liczba punktów dla ustalonych zakresów parametrów x1 i x2,
minimum 100 punktów dla zbioru uczącego, 10 punktów dla zbioru testującego)
3. Przygotować plik w środowisku Matlab symulujący sieć o dwóch wejściach i jednym
wyjściu z jedną warstwą ukrytą. Funkcja przejścia neuronów w warstwie ukrytej
sigmoidalna, w warstwie wyjściowej liniowa. Metoda uczenia: algorytm wstecznej
propagacji błędu z zastosowaniem współczynnika momentum i adaptacyjnym
współczynnikiem uczenia. Jeśli tym algorytmem nie da się nauczyć sieci, można go
zmienić na inny, np. Levenberga-Marquardta.
UWAGA! Wszystkie symulacje należy przeprowadzić tym samym algorytmem.
Wszystkie informacje potrzebne do przygotowania skryptu podane są w pliku
SSNwMatlab.pdf
4. Przetestować 7 konfiguracji sieci zmieniając liczbę neuronów w warstwie ukrytej.
Jedną symulację przeprowadzić dla małej liczby neuronów w warstwie ukrytej, np. 3.
Jedną symulację przeprowadzić dla dużej liczby neuronów w warstwie ukrytej, np. 35.
Pięć symulacji przeprowadzić zmieniając liczbę neuronów w warstwie ukrytej od 12
do 25.
Dla każdej konfiguracji przeprowadzić proces uczenia wykorzystując ciąg uczący oraz
proces testowania z wykorzystaniem ciągu testującego. Testy wykonać ustalając
maksymalna liczbę epok procesu uczenia na 30 000 oraz wartość błędu uczenia MSE,
przy którym uczenie jest przerywane na 0,1% największej wartości y zawartej w ciągu
uczącym (znormalizowanym). Dla każdej symulacji zanotować w protokole wartości
wyjściowe sieci dla poszczególnych punktów ciągu testującego.