Podręcznik
1. Modele neuronów
1.7. Zadania i problemy
1. Narysować przebiegi funkcji sigmoidalnej unipolarnej oraz bipolarnej
w funkcji zmiennej u dla różnych wartości współczynnika
od 0.1 do 10.
2. Inną postacią funkcji sigmoidalnej jest . Wykreślić jej przebieg w funkcji zmiennej u. Udowodnić, że pochodna tej funkcji jest równa
. Wykreślić przebieg pochodnej jako funkcję zmiennej u.
3. Neuron otrzymuje pobudzenie w postaci sygnałów wejściowych tworzących wektor . Wektor wag wejściowych jest równy
. Określić odpowiedź tego neuronu przy założeniu, że
-
neuron jest liniowy
-
neuron jest reprezentowany przez model McCullocha-Pittsa
4. Porównać kształt funkcji radialnej gaussowskiej przy różnych wartościach parametru . 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
jako funkcje zmiennej wejściowej
.
5. Neuron RBF o gaussowskiej funkcji aktywacji z centrum i wartością
otrzymał pobudzenie sygnałami
tworzącymi wektor trójwymiarowy
. Określić sygnał wyjściowy neuronu dla każdego z tych pobudzeń.
6. Dwa neurony o wagach: ,
trenowane są poprzez współzawodnictwo w trybie WTA. Określić ich wagi po pierwszej iteracji przy istnieniu następujących wektorów uczących:
,
,
,
![\mathbf{x}= [-0.3 \; 0.6 \; 0.7]^T \mathbf{x}= [-0.3 \; 0.6 \; 0.7]^T](https://esezam.okno.pw.edu.pl/filter/tex/pix.php/c0fa8f31ec424e65f8135be82674eeb5.gif)
![\mathbf{x}= [ 0.1 \; 0 \; 0.5]^T \mathbf{x}= [ 0.1 \; 0 \; 0.5]^T](https://esezam.okno.pw.edu.pl/filter/tex/pix.php/bff9d82fd12749f662e317c20d839f76.gif)
![\mathbf{x}= [ -0.2 \; 0.6 \; 0.9]^T \mathbf{x}= [ -0.2 \; 0.6 \; 0.9]^T](https://esezam.okno.pw.edu.pl/filter/tex/pix.php/a6f1aebd6b3e9530fa926b7b3aa2cad0.gif)
![\mathbf{x}= [ -0.6 \; 0.3 \; 0.7]^T \mathbf{x}= [ -0.6 \; 0.3 \; 0.7]^T](https://esezam.okno.pw.edu.pl/filter/tex/pix.php/b2c01ed6785bdec6bd2350c761aea005.gif)

7. Dwa neurony o wagach ,
pobudzono tymi samymi sygnałami
tworzącymi wektor
. Określić zwycięzcę posługując się miarą odległościową oraz iloczynem skalarnym wektorów.