Презентация на тему "Использование нейросимулятора при определении внешнего вида ребенка по параметрам родителей"

Ваша оценка презентации
Оцените презентацию по шкале от 1 до 5 баллов
  • 1
  • 2
  • 3
  • 4
  • 5

Рецензии

Добавить свою рецензию

Аннотация к презентации

Презентация для школьников на тему "Использование нейросимулятора при определении внешнего вида ребенка по параметрам родителей" по обществознанию. pptCloud.ru — удобный каталог с возможностью скачать powerpoint презентацию бесплатно.

  • Формат
    pptx (powerpoint)
  • Количество слайдов
    16
  • Слова
    обществознание
  • Конспект
    Отсутствует

Содержание

  • Слайд 1

    Использование нейросимулятора при определении внешнего вида ребенка по параметрам родителей

  • Слайд 2

    Цель работы:

    Определить, насколько точно обучится нейросимулятор по заданным параметрам; Посмотреть, сможет ли нейросимулятор определить внешний вид ребенка по параметрам, не входящим в обучающую выборку

  • Слайд 3

    Теоретические основы

    Нейросеть представляет собой набор специальных математических функций с множеством параметров, которые настраиваются в процессе обучения на прошлых данных. В основе нейронных сетей лежит поведенческий подход к решению задачи, сеть учится на примерах, подстраивая свои параметры при помощи специальных обучающих алгоритмов.

  • Слайд 4

     

    С практической точки зрения методика принятия решения обученной нейросети проста, на входе задаются некоторые числовые данные, и нейросеть ищет похожие в исторических данных, на которых она обучалась. Как правило, нейронная сеть используется тогда, когда неизвестен точный вид связей между входами и выходами, если бы он был известен, то связь можно было бы моделировать непосредственно. Другая существенная особенность нейронных сетей состоит в том, что зависимость между входом и выходом находится в процессе обучения сети.

  • Слайд 5

    Практическая часть

    Для работы я выбрал готовый нейросимулятор:

  • Слайд 6

    Основной принцип работы нейросимулятора

    Основной принцип работы этого нейросимулятора: сигналы, поступающие на входы Х1,-,Хn, умножаются на коэффициенты (веса, синапсы) соответствующие каждому входу и определяют уровень возбуждения нейрона. Выходной сигнал получается пропусканием суммарного сигнала возбужденных нейронов скрытого слоя через нелинейную функцию.

  • Слайд 7

    Пример определения внешнего вида ребенка по параметрам родителей

    На вход подавались следующие статистические данные: рост папы; рост мамы; цвет волос папы; цвет волос мамы; цвет глаз папы; цвет глаз мамы; цвет кожи папы; цвет кожи мамы; вес папы; вес мамы; какой ребенок по счету.

  • Слайд 8

    Обучение

    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

  • Слайд 9

    Кривые зависимости погрешностей обучения и обобщения от числа нейронов внутренних слоев персептрона

  • Слайд 10

    Ошибка сети

  • Слайд 11

    Результаты обучения (на основе обучающей выборки)

    Результаты нейросетевого моделирования роста ребенка

  • Слайд 12

     

    Результаты нейросетевого моделирования веса ребенка

  • Слайд 13

     

    Из данных графиков видно, что наша сеть обучилась очень хорошо. Она выдает результаты с минимальной ошибкой. Но нужно проверить, сможет ли сеть определить рост, вес, цвет глаз, волос и кожи ребенка по неизвестным ему параметрам. Для этого воспользуемся тестируемой выборкой и продемонстрируем результат.

  • Слайд 14

    Результаты тестируемой выборки определения роста ребенка

  • Слайд 15

    Результаты тестируемой выборки определения веса ребенка

  • Слайд 16

    Результаты

    В результате обучения данным методом, предсказанные нейросетью значения по тестируемой выборке сильно отличаются от реальных. Возможно это связано с тем, что для прогнозирования такой задачи, как определения внешнего вида ребенка по параметрам родителей, требуется большее количество входных параметров, влияющих на ребенка. А также в дальнейшей работе над этой проблемой можно попробовать использовать более мощные нейросети и более подробное изучение данного вопроса.

Посмотреть все слайды
Презентация будет доступна через 45 секунд