1.Pokazać w jaki sposób model o postaci \(\displaystyle{ y _{t} = at^{b}}\) można sprowadzi do modelu wielomianowego.
Naszkicować: \(\displaystyle{ \sin(t)}\) i \(\displaystyle{ \sin(2t)}\) i \(\displaystyle{ \sin(t+\frac{\pi}{4})}\)
2.Zakładając, że funkcja zadana jest za pomocą M przykładów realizacji , zapisać równania sieci zawierającej k neuronów w jednej warstwie ukrytej. \(\displaystyle{ {(x _{i} , y _{i} )} ^{M}_{i=1}}\)
3.Zapisać przykładowe równanie modelu ARMA, którego stabilność będzie zależała tylko od jednego parametru. Podać warunek jego stabilności.
4.Sieć neuronowa do aproksymacji funkcji m zmiennych zawiera w warstwie ukrytej r neuronów. Podać:
a. ile wejść ma każdy neuron w warstwie ukrytej,
b. ile wejść ma neuron warstwy wyjściowej,
c. ile parametrów (wag) zawiera ta sieć,
d. co należy zrobić, gdy okazuje się, że osiągnięta dokładność aproksymacji jest niewystarczająca?
5.Zapisać przykładowe równanie modelu ARMA, który będzie stabilny niezależnie od wartości jego parametrów
6.Jak sformułowane jest zadanie minimalizacji funkcji za pomocą sieci neuronowej,(co jest dane czego szukamy itd)?
Prognozowanie i symulacje komputerowe 6 problemow
-
- Użytkownik
- Posty: 46
- Rejestracja: 19 maja 2008, o 18:13
- Płeć: Mężczyzna
- Lokalizacja: zakopane
- Podziękował: 13 razy
Prognozowanie i symulacje komputerowe 6 problemow
Ostatnio zmieniony 17 maja 2011, o 15:01 przez Afish, łącznie zmieniany 1 raz.
Powód: Niepoprawnie napisany kod LaTeX-a. Proszę zapoznaj się z http://matematyka.pl/178502.htm .
Powód: Niepoprawnie napisany kod LaTeX-a. Proszę zapoznaj się z http://matematyka.pl/178502.htm .