\documentclass{article}

\input{../common-preamble}
\input{../bmstu-preamble}

\begin{document}
\pagestyle{empty}
\makeBMSTUHeader

\makeReportTitle{лабораторной}{3}{Прогнозирование на базе нейронных сетей}{Нейронные сети}{а}{Боровик И.Г.}
\newpage
\tableofcontents
\newpage
\section*{Цель работы}
\addcontentsline{toc}{section}{Цель работы}
Целью данной лабораторной работы являлось теоретическое ознакомление с процессом использования многослойных персептронов для распознавания образов, а также практическое освоение полученной информации с помощью \textbf{Neuroph Studio}.

\section*{Задание}
\addcontentsline{toc}{section}{Задание}
В практической части требовалось создать многослойный персептрон и обучить его распознавать образы на основе изображений, приложенных к методическому пособию, используя Neuroph Studio.

\section*{Работа и результат}
\addcontentsline{toc}{section}{Работа и результат}
\subsection*{Обучение нейронной сети}
\addcontentsline{toc}{subsection}{Обучение нейронной сети}
Согласно заданию был создан многослойный персептрон для распознавания изображений, содержаший 12 нейронов скрытого слоя, обучение проводилось на прикреплённых к методическому пособию датасетах с применением исключающих датасетов, также прикрепленных к материалам работы. Структура нейронной сети представлена на рисунке \hyperref[pic:NeuroStruct]{\ref{pic:NeuroStruct}}, а график обучения нейросети представлен на рисунке \hyperref[pic:NeuroGraph]{\ref{pic:NeuroGraph}}.
\begin{figure}[H]
  \centering
  \includegraphics[height=5cm]{01-nn-lab3-structure.png}
  \caption{Структура многослойного персептрона для распознавания изображений}
  \label{pic:NeuroStruct}
  \includegraphics[height=5cm]{01-nn-lab3-training-diagram.png}
  \caption{Диаграмма обучения на представленном наборе данных}
  \label{pic:NeuroGraph}
\end{figure}

\subsection*{Тестирование нейронной сети}
\addcontentsline{toc}{subsection}{Тестирование нейронной сети}

Результаты тестирования приведены на рисунке \hyperref[pic:neuroTest]{\ref{pic:neuroTest}}

\begin{figure}[h]
  \centering
  \includegraphics[height=5cm]{01-nn-lab3-deer-test.png}
  \caption{Результаты тестирования обученной сети}
  \label{pic:neuroTest}
\end{figure}

По данным нейросети изображение оленя с 0.9443 вероятностью действительно олень. С некоторой, значительно меньшей вероятностью олень мог оказаться дельфином, птицей или котом (0.6549, 0.4919, 0.4105, соответственно). Менее всего, по мнению нейросети, олень похож на летучую мышь (0.0368).

\section*{Выводы}
\addcontentsline{toc}{section}{Выводы}
Многослойного персептрона с двенадцатью нейронами среднего слоя достаточно для однозначной идентификации чёткого чёрно-белого изображения размером 230х230 пикселей. Наибольшая вероятность совпадения соответствует корректному изображению, то есть на выходе нейросети достаточно осуществить простое сравнение и взять наибольшее значение с выходных нейронов.
\end{document}