Автор работы: Пользователь скрыл имя, 08 Апреля 2014 в 17:08, реферат
Зародившийся более 700 лет назад в средневековой Испании искусственный интеллект оформился в самостоятельную научную область в середине ХХ в. пройдя сложный, извилистый путь многократных метаний между чрезмерным оптимизмом и необоснованным скептицизмом, в наши дни искусственный интеллект получил блестящие практические приложения, открывающие перспективы, без которых немыслимо дальнейшее развитие цивилизации[4].
ВВЕДЕНИЕ……………………………………………………………………….3
ГЛАВА 1. Теоретические основы нейросетевых технологий
Сущность нейронных сетей……………………………………………….5
Роль нейросетей и нейрокомпьютеров…………………………………...7
ГЛАВА 2 Практическое применение нейронных сетей при планировании пола будущего ребенка
2.1 Постановка задачи…………………………………………………………8
2.2 Анализ полученных результатов………………………………………..14
ЗАКЛЮЧЕНИЕ………………………………………………………………….16
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ………………………………...17
На вход подаются следующие параметры:
X1 - Возраст женщины во время зачатия;
X2 – Возраст мужчины во время зачатия;
X3 - Разница в возрасте:
0 - одногодки;
1 - на 1-2 года старше мужчина;
2 - на 3-4 года старше мужчина;
3 - на 5 и > лет старше мужчина;
4 - на 1-2 года старше женщина;
5 - на 3-4 года старше женщина;
6 - на 5 и > лет старше женщина;
X4 - Месяц зачатия;
X5 - Какие роды по счету;
X6 - Курение до зачатия:
0 - не курят;
1 - курит мужчина;
2 - курит женщина;
3 - курят оба;
X7 - Волосы мужчины:
0 - редкие;
1 - нормальные;
2 - густые;
X8 - Ритм жизни:
1 - спокойная, размеренная жизнь;
2 - изменения ритмов жизни (переезды и т.д.);
X9 - Преобладание мальчиков или девочек в роду по женской и мужской линии:
0 – одинаково;
1 – мальчики;
2 – девочки;
3 - по женской линии - мальчики, по мужской – девочки;
4 - по женской линии - девочки, по мужской – мальчики;
5 - по женской линии - мальчики, по мужской – одинаково;
6 - по женской линии - девочки, по мужской – одинаково;
7 - по женской линии - одинаково, по мужской – мальчики;
8 - по женской линии - одинаково, по мужской - девочки;
X10 – Преобладающие продукты питания в рационе женщины до зачатия:
1 - консервированные продукты, мясо, колбасные изделия, рыба, овощи, фрукты, соль.
2 - сахар, мед, варенье, пряности, все виды хлеба и другой выпечки, овощи (картошка в ограниченном количестве), фрукты (кроме, слив, бананов, черешни, абрикосов), молочные продукты, орехи (не соленые);
На выходе будем формировать результирующий вектор со следующими компонентами:
Y1 – родился мальчик;
Y2 – родилась девочка;
Для работы будем использовать нейросимулятор, который был создан студентом 4 курса механико-математического факультета, Черепановым Ф. Он представлен на Рис. 1.
Рис.1. Нейросимулятор
Из него видно, что мы использовали 10 нейронов входного слоя, 1 скрытый слой, и 1 нейрон на выходе.
Ниже приведены данные обучающей и тестируемой выборки, которые не входили в процесс обучения, и на основе которых мы можем понять, насколько точно обучилась сеть.
Обучающая выборка составлена из реальных данных, собранных с помощью социологического опроса, она содержит 30 записей и представлена в таблице1.
Обучающая выборка
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
X10 |
Y |
24 |
28 |
2 |
4 |
1 |
1 |
2 |
1 |
2 |
1 |
1 |
27 |
31 |
2 |
1 |
2 |
1 |
2 |
1 |
2 |
2 |
2 |
32 |
36 |
2 |
9 |
3 |
1 |
2 |
1 |
2 |
2 |
2 |
17 |
16 |
4 |
1 |
1 |
1 |
2 |
1 |
4 |
2 |
2 |
22 |
21 |
4 |
7 |
2 |
1 |
2 |
1 |
4 |
2 |
2 |
29 |
28 |
4 |
8 |
3 |
1 |
2 |
1 |
4 |
2 |
2 |
26 |
25 |
4 |
12 |
1 |
1 |
1 |
1 |
2 |
2 |
1 |
28 |
27 |
4 |
12 |
2 |
1 |
1 |
1 |
2 |
2 |
2 |
18 |
24 |
3 |
7 |
1 |
0 |
1 |
1 |
1 |
2 |
2 |
19 |
25 |
3 |
9 |
2 |
0 |
1 |
2 |
1 |
1 |
1 |
23 |
22 |
4 |
7 |
1 |
0 |
1 |
2 |
4 |
2 |
2 |
27 |
26 |
4 |
9 |
2 |
0 |
1 |
2 |
4 |
1 |
1 |
19 |
25 |
3 |
9 |
1 |
1 |
1 |
2 |
1 |
2 |
1 |
26 |
32 |
3 |
6 |
2 |
1 |
1 |
1 |
1 |
1 |
1 |
21 |
25 |
2 |
6 |
1 |
1 |
1 |
2 |
0 |
1 |
1 |
21 |
23 |
1 |
3 |
1 |
1 |
1 |
1 |
2 |
1 |
2 |
23 |
25 |
1 |
11 |
2 |
0 |
1 |
1 |
2 |
1 |
1 |
22 |
33 |
3 |
3 |
1 |
0 |
2 |
1 |
1 |
1 |
1 |
24 |
35 |
3 |
10 |
2 |
0 |
2 |
1 |
1 |
1 |
1 |
21 |
22 |
1 |
6 |
1 |
3 |
1 |
1 |
7 |
2 |
2 |
28 |
29 |
1 |
3 |
2 |
1 |
1 |
2 |
7 |
1 |
1 |
22 |
22 |
0 |
5 |
1 |
0 |
2 |
1 |
4 |
1 |
1 |
27 |
27 |
0 |
4 |
2 |
1 |
2 |
2 |
4 |
1 |
2 |
34 |
30 |
5 |
12 |
1 |
1 |
0 |
2 |
6 |
2 |
1 |
36 |
32 |
5 |
3 |
2 |
1 |
0 |
2 |
6 |
2 |
1 |
17 |
22 |
3 |
6 |
1 |
1 |
2 |
1 |
3 |
2 |
2 |
20 |
25 |
3 |
2 |
2 |
1 |
2 |
1 |
3 |
2 |
1 |
24 |
29 |
3 |
7 |
3 |
1 |
2 |
1 |
3 |
1 |
2 |
21 |
31 |
3 |
4 |
1 |
0 |
0 |
2 |
3 |
1 |
1 |
В таблице 2 приведена тестируемая выборка, данные которой не входили в процесс обучения, и на основе которых мы можем понять, насколько точно обучилась сеть.
Тестируемая выборка
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
X10 |
Y |
20 |
21 |
1 |
4 |
1 |
0 |
1 |
1 |
3 |
2 |
2 |
20 |
21 |
1 |
10 |
1 |
1 |
2 |
2 |
4 |
2 |
2 |
22 |
23 |
1 |
7 |
2 |
1 |
2 |
1 |
4 |
1 |
2 |
24 |
23 |
4 |
10 |
1 |
0 |
1 |
2 |
8 |
2 |
2 |
19 |
20 |
1 |
1 |
1 |
3 |
2 |
2 |
4 |
1 |
2 |
19 |
23 |
2 |
9 |
1 |
0 |
1 |
1 |
6 |
2 |
1 |
29 |
33 |
2 |
9 |
2 |
0 |
1 |
2 |
6 |
1 |
1 |
29 |
34 |
3 |
1 |
1 |
3 |
2 |
2 |
4 |
2 |
2 |
23 |
26 |
2 |
4 |
1 |
1 |
2 |
2 |
4 |
2 |
1 |
При проектировании персептронов необходимо понимать, что персептрон должен не только правильно реагировать на примеры, на которых он обучен, но и уметь обобщать приобретенные знания, т.е. правильно реагировать на примеры, которых в обучающей выборке не было. Погрешность персептрона, вычисленная на обучающей выборке называется погрешностью обучения, обозначаемой , а вычисленная на тестовой выборке- погрешностью обобщения, обозначаемой T [4].
Анализируя работу персептрона и полученные результаты можно сделать вывод, что персептрон выдал модельные значения близкие к практическим. Для того, чтобы наглядно продемонстрировать это утверждение, на гистограмме 1 покажем соотношение между модельными значениями и практически полученными результатами.
Гистограмма 1
Несмотря на то, что модельные значения не полностью совпадают с практическими, можно утверждать, что тренд изменения искомых величин отражен точно. Для подтверждения работоспособности моделей на вход сетей были поданы значения из тестируемой выборки.
Гистограмма 2
Из гистограммы 2 можно сделать вывод, что полученные значения тестируемой выборки довольно-таки далеки от модельных значений, лишь в одном случае из пяти эти значения более или менее близки (6 пара).
Подведём итог проделанной работы.
В первой части были обобщены знания в области нейросетевых технологий.
Во второй части я отразила попытку применения нейросети на практике при планировании пола будущего ребенка. В результате персептрон не смог решить поставленную перед ним задачу. Подав на его вход сигналы, которых не было в обучающей выборке, на выходе я получила результаты, в основном, сильно отличающиеся от реальных показателей, т.е. прогнозирование пола ребенка с помощью нейросимулятора, к сожалению, оказалось неэффективным. Однако при дальнейшей разработке этой программы, при более тщательном анализе факторов, влияющих на формирование пола ребенка, а также при увеличении собранных данных, возможно, в дальнейшем программа усовершенствуется и с помощью нее все же можно будет спрогнозировать пол своего будущего ребенка. Эта тема, я думаю, всегда будет актуальной, так как любому человеку хотелось бы попробовать заглянуть таким образов в свое будущее.
Литература
Ссылки на ресурсы Интернет
Информация о работе Использование нейронных сетей при планировании пола будущего ребенка