54 lines
4.4 KiB
TeX
54 lines
4.4 KiB
TeX
\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} |