Rezumat teza Alin Tisan - Facultatea de Electronica ...

Rezumat pag. 29
Formarea datelor de antrenare
Datele de antrenare a reţelei neuronale cuprind două seturi de date: datele de intrare şi datele ţintă şi sunt
formate respectiv din vectori de lungime egală cu numărul de trăsături extrase înmulţit cu 7 (numărul de
senzori) ce au fost obţinute prin combinarea datele generate în urma aplicării funcţiei de extragere a
trăsăturilor asupra răspunsului senzorului la aplicarea compusului volatil şi din vectori ce caracterizează
clasa vectorilor de intrare. Crearea matricei de vectori de antrenare (vectori antrenare – vectori ţintă) am
realizat-o prin intermediul scriptului date_input_target.m, aplicat asupra matricei trăsăturilor de dimensiune
56 x 258.
Erori şi calcularea erorilor
Erorile de recunoaştere ale reţelei neuronale în funcţie de compunerea setului de date de antrenare le-am
calculat cu ajutorul funcţiilor “obt_erori.m” şi “numarare_erori.m” explicitate in cele ce urmează.
Funcţia este aplicată datelor obţinute în urma simulării reţelei antrenate şi datelor ţintă şi returnează grafic,
poziţiile nerecunoscute şi valoric, numărul de poziţii recunoscute exprimate in procente, anexa 9.6.
O altă sursă de erori apare la implementarea hardware a reţelei neuronale şi este determinată de precizia
de reprezentare a valorilor, ce se regăseşte la stocarea datelor în memoria de ponderi şi la efectuarea
calculelor pe un anumit număr de biţi.
Pentru analiza erorilor funcţie de numărul de biţi de reprezentare şi calcul am realizat în Simulink un
model care să emuleze comportamental o reţea neuronală Ff-Bp implementată hardware. Modelul este unul
general şi în funcţie de setările efectuate în fereastra de configurare a parametrilor va modifica numărul de
biţi în care partea întreagă şi cea fracţionară a datelor este reprezentată şi tipul reţelei.
Figura 9.8. Arhitectura modelului de simulare a relei
neuronale
Figura 9.9. Fereastra de configurare a
parametrilor de reprezentare a
datelor şi de importare a reţelei
Reţeaua neuronală simulata este formată dintr-un bloc de procesare a vectorilor de intrare un strat ascuns,
un strat de ieşire şi un bloc de procesare a vectorilor de ieşire, figura 9.10
Figura 9.10. Componenţa reţelei neuronale FF-BP
Procesarea vectorilor de intrare constă in implementarea funcţiilor de determinare şi înlocuire a valorilor
NAN, funcţia fixunknowns.m, de eliminare a rândurilor cu valori constante, funcţia removeconstantrows.m
şi de mapare a valorilor vectorilor într-un interval prestabilit de valori, de obicei [-1 1] folosind algoritmul:
x - xmin
y = ( y max - ymin ) ⋅ + y
(9.1)
min
x - x
max min
unde ymax şi ymin sunt valorile minime şi maxime ale intervalului în care se mapează valorile de intrare,
xmin şi xmax sunt valorile minime şi maxime ale datelor de mapat, x este valoarea de mapat şi y este valoare
mapată. Procesarea vectorilor de intrare constă in implementarea funcţiilor de restabilire a valorilor de
dinaintea mapării, funcţia mapminmax_reverse.m şi de refacere a rândurilor cu valori constante înlăturate
iniţial, funcţia removeconstantrows_reverse.m.
Stratul ascuns şi cel de ieşire este format din blocurile de conversie a datelor pe un număr de biţi setat în
fereastra de configurare a parametrilor, un bloc de calcul al intrărilor ponderate, bloc de stocare a biasului, un
bloc de însumare a intrărilor ponderate şi a biasului şi un bloc de calcul al valorilor de ieşire a stratului
neuronal prin aplicare funcţiei de activare tansig.m,
Bloc de calcul al intrărilor ponderate conţine la rândul lui blocurile de multiplicare a intrărilor cu
ponderile aferente stocate
Implementarea reţelei pe un număr de biţi fix constituie o sursă de erori în recunoaşterea tiparului