|
Краткое описание
Разработка программы, которая обучает искусственную нейронную сеть (персептрон) распознавать два или более черно-белых изображения. |
| 1. |
Цель работы
Изучить принципы работы и алгоритм обучения простейших искусственных нейронных сетей (НС).
|
| 2. |
Порядок выполнения работы
- Изучить теоретическое введение.
- Сформировать обучающую выборку из 10+ изображений.
- Разработать компьютерную программу (среда разработки выбирается студентом самостоятельно).
- Провести серию из 5+ испытаний с различными исходными данными, выявить ограничения и недостатки однослойных НС для решения задач распознавания.
- Оформить отчет по лабораторной работе.
|
| 3. |
Требования к исходным данным и функциональности компьютерной программы
- В программе должна быть реализована возможность задания обучающей выборки из внешних файлов изображений
- Изображения должны быть черно-белыми (bitmap) и размером не менее 9 (3x3) пикселей.
- Программа должна иметь два режима работы: обучения и распознавания.
- Обучение должно производиться по стандартному алгоритму обучения персептрона с использованием дельта-правила.
- В программе должны задаваться следующие настройки:
- количество входов нейрона, которое соответствует общему числу пикселей изображения
- коэффициент скорости обучения (если его значение постоянно)
- правильные варианты элементов обучающей выборки
- размер ошибки, при котором обучение персепетрона завершается (опционально)
- На экранной форме режима обучения должны отображаться:
- элементы обучающей выборки (изображения)
- настройки алгоритма обучения
- текущие (итоговые) веса нейронов и значение порога активационной функции
- протоколы результатов обучения (значения весов для каждой итерации)
- На экранной форме режима распознавания должны отображаться:
- распознаваемое изображение (должно выбираться из всего множества)
- результат распознавания
- веса нейронов и значение порога активационной функции
- значения выходов всех нейронов до и после применения активационной функции
|
| 4. |
Рекомендации по реализации
- Для задания различной размерности распознаваемых изображений можно пользоваться одним типо-размером с максимальной разрешающей способностью, но при этом считывать только часть пикселей (например, от верхнего левого угла).
- Для решения задач обучения двухмерное изображение N*M можно преобразовывать в одномерный вектор (массив) размерностью K=N*M.
- При распознавании цветных изображений (RGB) каждому пикселю соответствует 3-х байтовая последовательность (24 входа).
|
| 5. |
Содержание отчета
- Название и цель работы
- Задание, краткое описание предметной области и выбранной задачи
- Блок-схема алгоритмов обучения и распознавания
- Протоколы проведенных экспериментов (5+), представленные в форме таблиц и графиков (допускаются скриншоты в случае программной реализации эту функциональности)
- Выводы и рекомендации по использованию НС для решения задач распознавания
|
|
|
