المحاضرة السادسة
الثلاثاء، تشرين الأول 21, 2014
12:47 PM
مثال عن تصميم شبكة ذكاء صنعي تقوم بعمل بوابة and.
لكن أولا مفهوم الفصل الخطي في نظم شبكات الذكاء الصنعي واللافصل الخطي (ليس الفصل اللاخطي) فيها.
نأخذ جداول حقيقة ونرى كيف يمكن لشبكات الذكاء الصنعي الفصل بين الحالات.
ANN-Like (logical Gates): OR, AND, XOR.
OR:
| X1 | X2 | Y |
| 0 | 0 | 0 |
| 0 | 1 | 1 |
| 1 | 0 | 1 |
| 1 | 1 | 1 |
AND:
| X1 | X2 | Y |
| 0 | 0 | 0 |
| 0 | 1 | 0 |
| 1 | 0 | 0 |
| 1 | 1 | 1 |
XOR:
| X1 | X2 | Y |
| 0 | 0 | 0 |
| 0 | 1 | 1 |
| 1 | 0 | 1 |
| 1 | 1 | 0 |
في حالة ال or يمكن الاعتماد على بيرسيبترون واحد (لأنها عملية يمكن فصلها خطيا)، أما في حالة xor فيجب الاعتماد على أكثر من بيرسيبترون وذلك لأنها عملية (لافصل خطي).
فكرة هامة، العصبون af1 يعمل على التفرع مع af2 ويعملان سوية على التسلسل مع af3، حيث أن 1 و2 يحتويان على نفس تابع التفعيل ويعطيان نتيجتان في نفس الوقت قد تختلف نتيجتا هذين المربعين بسبب اختلاف أوزان المداخل بينهما، فوزن اكس1 عند المربع الأول ليس نفسه وزنها عند المربع الثاني.
OR:مثال:
| X1 | X2 | Y |
| 0 | 0 | 0 |
| 0 | 1 | 1 |
| 1 | 0 | 1 |
| 1 | 1 | 1 |
OR:أول خطوة في الحل هي تبديل الأصفار بـ -1
| X1 | X2 | Y | ||
| Epoch 1 | k=1 | -1 | -1 | -1 |
| Epoch 1 | k=2 | -1 | 1 | 1 |
| Epoch 1 | k=3 | 1 | -1 | 1 |
| Epoch 1 | k=4 | 1 | 1 | 1 |
شعاع الوزن:
[ملاحظة: التدريب على تابع step لا يمكن!
حيث أنه في حالة تابع الخطوة الواحدية سيكون الخرج إما واحد أو صفر (لا يوجد -1) في هذه الحالة إذا كان الدخل يساوي الصفر (لأنه لا يوجد -1) فستكون:
وبالتالي لن يحدث تعديل للأوزان وستتوقف عملية التعلم.]
:
Training is needed:
More to k=2 examine the ANN output
True لأن الخرج هو نفس القيمة التي أعطيناها في التوبولوجي.
Fix weights and move to k=3 {
k=4 => 4-4=0 move to epoch 2, k=1
Examine your ANN
وظيفة: التدريب على حالة and في البيت.
رامي قباني 