Московский государственный университет путей сообщения
Опубликован: 01.06.2007 | Доступ: свободный | Студентов: 1903 / 101 | Оценка: 4.38 / 3.75 | Длительность: 22:59:00
ISBN: 978-5-9556-0094-9
Специальности: Программист
Лекция 13:

Нейросетевые технологии в экономике и бизнесе

< Лекция 12 || Лекция 13: 12345 || Лекция 14 >

13.2.2. Структура экрана рецепторов

Экран рецепторов (проект) показан на рис. 13.2.

Основную часть его составляет "окно прокрутки", через которое можно просматривать и задавать состояние рецепторного слоя, несомненно, не способного поместиться на статическом экране.

Экран рецепторов

Рис. 13.2. Экран рецепторов

В "окне прокрутки" указаны показатели и их оценочные значения (в диапазоне [0, 1]), задаваемые соответствующим рецепторам. Эти значения - вероятностные, по достоверности, интуитивные, экспертные. Они могут предполагать охват нескольких рецепторов. Например, оценка того, что собственный капитал составляет не то 24, не то 34, не то 42 тыс. у. е., но скорее, все-таки, 24, может привести к приблизительной оценке задаваемых величин возбуждения, равных 0,6, 0,2 и 0,2 соответственно рецепторов, "отвечающих" за диапазоны (20-25], (30-35], (40-45].

На экране отображены статически (без прокрутки) задаваемые показатели, такие как рейтинг в результате прошлых измерений, выборочные "прошлые" показатели, а также показатели политической, социальной и экономической конъюнктур. (Их обилие и развитие могут все-таки потребовать прокрутки.)

Должно быть отображено управление прокруткой, а также меню основных действий. Эти действия следующие:

  • переход на экран выходного слоя ;
  • статистическая обработка результатов (предполагает переход к выходному экрану);
  • введение новой связи;
  • введение нового рецептора;
  • введение нового нейрона выходного слоя (предполагает переключение экранов);
  • введение нового показателя и т.д.

13.2.3. Структура экрана выходного слоя

Экран выходного слоя (рис. 13.3) может отображать систему концентрических (вложенных) прямоугольников или других плоских фигур, отражающих распространение рейтинга по убыванию. В центре экрана яркими точками отражены самые преуспевающие банки или предполагаемые идеальные образы. Каждый элемент экрана жестко закреплен за нейроном выходного слоя. В результате мониторинга может максимально возбудиться нейрон, соответствующий эталону, что должно быть понятно отображено. Однако скорее всего высветится точка экрана, не совпадающая ни с каким эталоном и являющаяся промежуточной или усредненной. (Эталоны (см. ниже) отображают все категории банков, отнюдь не только самые преуспевающие.)

Экран выходного слоя

Рис. 13.3. Экран выходного слоя

Несомненно, должно быть отображено меню, позволяющее выполнить операции усредненной оценки рейтинга, демонстрации категории преуспевания, выдачи сигналов предупреждения, текстов-заключений, рекомендуемых стратегий развития, сохранения данных для дальнейшего развития и т.д.

13.2.4. Обучение нейросети

Для обучения нейросети на основе экспертных оценок должны быть известны диапазоны допустимых параметров, которые позволяют считать банк идеально преуспевающим, имеющим максимальный рейтинг. Фиксируя несколько точек, координаты которых (множества значений параметров) удовлетворяют допустимым значениям рейтинга для известных или предполагаемых (с учетом возможных вариантов) банков, мы можем получить несколько идеальных представителей. Соответствующие им нейроны, т.е. элементы экрана выходного слоя, можно выделять произвольно, рассредоточивая по области экрана. Желательно, чтобы эталоны с большим рейтингом "располагались" ближе к центру.

Далее переходят к подобному же заполнению охватывающего прямоугольника, на основе следующей рейтинговой категории и т.д. - до банков-аутсайдеров.

Для проведения подобной работы эксперты должны предварительно сформировать таблицу, подобную табл. 13.1.

Таблица 13.1.
Показатели Рейтинг Эталоны
a11 a12 \dots \dots a1n 1 Идеальные банки
a21 a22 \dots \dots a2n 0,9
\dots \dots \dots \dots \dots \dots
ar1 ar2 \dots \dots arn 0,86
ar+1,1 ar+1,2 \dots \dots ar+1,n 0,85 Менее преуспевающие банки
\dots \dots \dots \dots \dots \dots
as1 as2 \dots \dots asn 0,8
\dots \dots \dots \dots \dots \dots
au1 au2 \dots \dots aun 0,7 Банки-аутсайдеры
\dots \dots \dots \dots \dots \dots
au+v,1 au+v,2 \dots \dots au+v,n 0,1

При нейронах, отображающих банки, запоминаются (и записываются при символах этих нейронов на экране) величины возбуждения ( рейтинги ), как говорилось выше.

< Лекция 12 || Лекция 13: 12345 || Лекция 14 >
Эльвира Герейханова
Эльвира Герейханова

Раньше это можно было зделать просто нажав на тест и посмотреть результаты а сейчас никак

Елена Лобынцева
Елена Лобынцева
Помогите разобраться как можно подобрать НС для распознавания внутренней области выпуклого многоугольника?