1. Modele neuronów

1.7. Zadania i problemy

1. Narysować przebiegi funkcji sigmoidalnej unipolarnej  f(u)=11+exp(βu) oraz bipolarnej fb(u)=tgh(βu) w funkcji zmiennej u dla różnych wartości współczynnika β od 0.1 do 10.


2. Inną postacią funkcji sigmoidalnej jest  f(u)=u1+u2. Wykreślić jej przebieg w funkcji zmiennej u. Udowodnić, że pochodna tej funkcji jest równa  df(u)du=f3(u)u3. Wykreślić przebieg pochodnej jako funkcję zmiennej u.


3. Neuron otrzymuje pobudzenie w postaci sygnałów wejściowych tworzących wektor x=[101022]T.  Wektor wag wejściowych jest równy x=[0.40.310.8]T. Określić odpowiedź tego neuronu przy założeniu, że

  • neuron jest liniowy

  • neuron jest reprezentowany przez model McCullocha-Pittsa

  • neuron jest sigmoidalny bipolarny fb(u)=tgh(u).


4. Porównać kształt funkcji radialnej gaussowskiej przy różnych wartościach parametru σ. Wykreślić te funkcje na wspólnym wykresie. Narysować wykres zmian zależności sumy trzech funkcji gaussowskich o centrach przesuniętych w taki sposób, że suporty każdej z nich częściowo pokrywają się ze sobą, przy różnych wartościach σ jako funkcje zmiennej wejściowej x.


5. Neuron RBF o gaussowskiej funkcji aktywacji z centrum c=[10.50.2]T i wartością σ=0.5 otrzymał pobudzenie sygnałami x tworzącymi wektor trójwymiarowy x=[0.80.20.1]T. Określić sygnał wyjściowy neuronu dla każdego z tych pobudzeń.


6. Dwa neurony o wagach: w1=[0.10.20.5]Tw2=[0.50.50.8]T trenowane są poprzez współzawodnictwo w trybie WTA. Określić ich wagi po pierwszej iteracji przy istnieniu następujących wektorów uczących: x=[0.10.10.6]Tx=[0.20.30,7]Tx=[00.310.9]Tx=[0.40.40.9]Tx=[0.30.60.7]Tx=[0.100.5]Tx=[0.20.60.9]Tx=[0.60.30.7]T przy założeniu η=0.2.


7. Dwa neurony o wagach w1=[0.20.30.8]Tw2=[10.50.5]T pobudzono tymi samymi sygnałami x tworzącymi wektor x=[0.10.40.6]T. Określić zwycięzcę posługując się miarą odległościową oraz iloczynem skalarnym wektorów.