|
|
|
[ Pobierz całość w formacie PDF ]
dzisiejszym programy graficzne pozwalają na łatwe obrazowanie takich zależności i oglądanie ich pod dowolnymi kątami (w dosłownym znaczeniu). Sprawa staje się bardzo trudna, kiedy nie tylko dziedzina funkcji ma charakter wielowymiarowy, ale i wartości funkcji są wielowymiarowe. Do takich przypadków doskonale nadają się SSN i zagadnienie to nazywane jest aproksymacją wielowymiarową. Wracając do naszego przykładu okazuje się, że wystarczy bardzo prosta jednowarstwowa liniowa SSN pozwalająca na przekształcenie pomiarowego widma spektrometrycznego (Rys. 7) w widmo pierwotne (Rys. 6). Oczywiście, aby otrzymać taką sieć należy przygotować odpowiedni zbiór uczący i przeprowadzić proces uczenia tej sieci. Aącząc taką SSN z detektorem scyntylacyjnym możemy otrzymać idealny detektor , który pozwala uzyskać widmo pierwotne. Jak zawsze tak i tutaj są pewne ograniczenia. Podstawowym ograniczeniem jest to, że taki układ nie rozpozna energii fotonu gamma, jeżeli nie była ona uwzględniona w zbiorze uczącym. Na dokładkę wystąpienie takiej energii zafałszuje wyniki intensywności promieniowania fotonów o energii zbliżonej do tej nieznanej przez sieć energii. W przypadku, kiedy SSN była uczona dla danej energii fotonu a w widmie pomiarowym ona nie występuje, to sieć prawidłowo podaje, że intensywność promieniowania takich fotonów wynosi zero. I znowu mamy piękną analogię do działania naszego mózgu, czyli nie rozpoznamy osoby na zdjęciu, jeżeli jej nie znamy (trywialne), ale jeżeli jest tam osoba bardzo podobna do kogoś, kogo znamy to możemy fałszywie ją rozpoznać. A nie daj Boże to zdjęcie pokazuje nam prokurator i konsekwencje dla fałszywie rozpoznanej osoby mogą być bardzo nieprzyjemne. Natomiast, jeżeli kogoś dobrze znamy to łatwo możemy stwierdzić, że go nie ma na tym zdjęciu. Przedstawiony problem należy do dziedziny aproksymacji wielowymiarowej, ale jeżeli ktoś się pogubił w tej wielowymiarowości to może to potraktować jako odszumianie, czyli wydobywanie istotnych cech z zaszumionego obrazu. Z zagadnieniami tego typu lub bardzo podobnymi mamy, do czynienie w powszechnie obecnie stosowanej tomografii komputerowej. Niestety trudno jest znalezć szczegółowe publikacje na ten temat. Wynika to z faktu, że jest to z zakresu know-how, czyli coś, za co trzeba płacić. I tak jest w wielu innych technicznych zastosowaniach SSN. Podsumowanie Mam nadzieję, że artykuł ten przybliżył czytelnikowi pojęcie Sztuczne Sieci Neuronowe , pokazując ich genezę oraz podstawową strukturę i przykład zastosowania. Dostępna obecnie literatura i oprogramowanie pozwala na podjęcie samodzielnych prób zabawy ze SSN. W takim przypadku ważne jest, aby mieć ściśle określony problem i cel, jaki chce się osiągnąć. Osobom mniej samodzielnym, a zainteresowanym SSN, polecam kursy na temat SSN. Ze swojej praktyki uważam, że istotnym elementem takich kursów jest możliwość samodzielnego wykonania określonych projektów. Samo wysłuchanie lub przeczytanie, czasami bardzo ekscytujących opowieści o Sztucznych Sieciach Neuronowych czy Sztucznej Inteligencji to za mało, aby potem coś samodzielnie zrobić. Książki na temat SSN - Duch W., Korbacz J., Rutkowski L., Tadeusiewicz R., Sieci Neuronowe (Biocybernetyka I Inżynieria Biomedyczna 2000 Tom 6.) Akademicka Oficyna Wydawnicza EXIT - Korbicz J., Obuchowicz A., Uciski D. Sztuczne Sieci Neuronowe Podstawy i Zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994. - Osowski S.: Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996. - Osowski S.: Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza PW, Warszawa 2000. - Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa 1993 - Tadeusiewicz R.: Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1999. - %7łurada J., Barski M., Jędruch W., "Sztuczne sieci neuronowe", Wydawnictwo Naukowe PWN, Warszawa 1996. Strony WWW na temat SSN - http://www.ftj.agh.edu.pl/~STEGOWSKI/sn.htm - http://republika.pl/edward_ch/ - http://irm.wsm.szczecin.pl/wwwzirm/SN1.htm - http://www.mathworks.com/products/neuralnet/
[ Pobierz całość w formacie PDF ] zanotowane.pldoc.pisz.plpdf.pisz.plcs-sysunia.htw.pl
|
|
|
|
|
Podobne |
|
|
|
|