prez sisd
TRANSCRIPT
PROIECT RETELE NEURONALE
DISCIPLINA: Sisteme inteligente de suport decizional
Gliga Alexandru GabrielGrupa : 2541
Cuprins
Descrierea aplicației
Implementare
Rezultate experimentale
Concluzii
Enunţul temei:Alegerea celui mai performant sistem,(desktop), pe baza componentelor.
Cerinte impuse: Procesor Placa de baza Memorie RAM Placa Video HDDMetoda aleasă pentru implementarea temei: Reţele Neuronale Artificiale
Descrierea aplicaţiei
Pentru implementarea retelei am folosit un set de date de 100 de inrari, fiecare cu cate 5 caracteristici.
Date folosite: 70% antrenare 15% validare Hidden neurons: 15 15% testare
Caracteristici Domeniul de variatie
1. Procesor..................................
1(F. Slab), 4(Mediu), 7(Bun)
1. Placa de baza...........................
1(MSI), 2(Asrock), 3(Gigabyte), 4(Asus)
1. Memorie RAM.........................
1(Adata), 2(Kingston), 3(Samsung),4(Corsair)
1. Placa Video...............................
1(ATI), 2 (NVIDIA)
1. HDD.........................................
1(160), 2(250),3(320), 4(500),/(Gb),5(1T)
Implementare
Se deschide intefaţa Neural Network Fitting Tool cu comanda nftool
NEXT ,(selectam intrarile si target-ul),
NEXT, (selectam procentul din setul total de date),
NEXT, (selectam numarul de neuroni ascunsi),
NEXT Train
Rezultate experimentale
Eroarea medie pătratică = ieşire dorită
– ieşire obţinută
Vedem ca cele mai mari erori sunt intre -0.2695 si 0.1927 iar punctul fara erori este -0.03842 si are frecventa de antrenare 24.
Concluzii:
Ca si dificultate, implementarea acestei teme de proiect a avut un nivel destul de scazut, mai dificila fiind alegerea temei si introducerea datelor , acestea fiind numeroase.
Consider că aplicația implementată cu ajutorul Reţelelor Neuronale Artificiale respectă aproape in totalitate cerințele temei de proiect.
Bibliografie:
Curs SISD http://
www.bel.utcluj.ro/dce/didactic/sisd/sisd.htm
….. http://mediadigitala.ro/index.php/rete
le-neuronale