Aplikace vícevrstvých sítí
► Diagnóza srdečního infarktu
► Predikce časových řad «► NETtalk
► ALVINN
► Rozpoznávání směrovacích čísel
► Komprese dat
Zdroj: Fundamentals of Artificial Neural Networks. Mohamad H. Hassoun, The MIT Press
i
Diagnóza srdečního infarktu
iagnóza srdečního infarktu
infarkt není jednoduché diagnostikovat
Diagnóza srdečního infarktu
infarkt není jednoduché diagnostikovat ► expert (údajně) pozná infarkt ve zhruba 88% prípadu, planý poplach nastává ve zhruba 29%.
2
Diagnóza srdečního infarktu
infarkt není jednoduché diagnostikovat
► expert (údajně) pozná infarkt ve zhruba 88% prípadu, planý poplach nastává ve zhruba 29%.
► neuronové sítě to počátkem devadesátých let zvládly lépe
Diagnóza srdečního infarktu
► infarkt není jednoduché diagnostikovat
► expert (údajně) pozná infarkt ve zhruba 88% prípadu, planý poplach nastává ve zhruba 29%.
► neuronové sítě to počátkem devadesátých let zvládly lépe
Organizační dynamika:
► Třívrstvá síť 41-10-10-1
Diagnóza srdečního infarktu
► infarkt není jednoduché diagnostikovat
► expert (údajně) pozná infarkt ve zhruba 88% prípadu, planý poplach nastává ve zhruba 29%.
► neuronové sítě to počátkem devadesátých let zvládly lépe
Organizační dynamika:
► Třívrstvá síť 41-10-10-1
► Vstupy jsou různé atributy pacientů přijatých na kardiológii
Diagnóza srdečního infarktu
► infarkt není jednoduché diagnostikovat
► expert (údajně) pozná infarkt ve zhruba 88% prípadu, planý poplach nastává ve zhruba 29%.
► neuronové sítě to počátkem devadesátých let zvládly lépe
Organizační dynamika:
► Třívrstvá síť 41-10-10-1
► Vstupy jsou různé atributy pacientů přijatých na kardiológii
► např. věk, pohlaví, nevolnost, zvracení, dusnost, cukrovka, vysoký tlak, ...
Diagnóza srdečního infarktu
► infarkt není jednoduché diagnostikovat
► expert (údajně) pozná infarkt ve zhruba 88% prípadu, planý poplach nastává ve zhruba 29%.
► neuronové sítě to počátkem devadesátých let zvládly lépe
Organizační dynamika:
► Třívrstvá síť 41-10-10-1
► Vstupy jsou různé atributy pacientů přijatých na kardiológii:
► např. věk, pohlaví, nevolnost, zvracení, dusnost, cukrovka, vysoký tlak, ...
► binární vstupy jako např. přítomnost cukrovky nebo pohlaví jsou kódovány pomocí 0 a 1
2
Diagnóza srdečního infarktu
► infarkt není jednoduché diagnostikovat
► expert (údajně) pozná infarkt ve zhruba 88% prípadu, planý poplach nastává ve zhruba 29%.
► neuronové sítě to počátkem devadesátých let zvládly lépe
Organizační dynamika:
► Třívrstvá síť 41-10-10-1
► Vstupy jsou různé atributy pacientů přijatých na kardiológii:
► např. věk, pohlaví, nevolnost, zvracení, dusnost, cukrovka, vysoký tlak, ...
► binární vstupy jako např. přítomnost cukrovky nebo pohlaví jsou kódovány pomocí 0 a 1
► ostatní jsou normalizovány do intervalu [0,1]
2
Diagnóza srdečního infarktu
► infarkt není jednoduché diagnostikovat
► expert (údajně) pozná infarkt ve zhruba 88% prípadu, planý poplach nastává ve zhruba 29%.
► neuronové sítě to počátkem devadesátých let zvládly lépe
Organizační dynamika:
► Třívrstvá síť 41-10-10-1
► Vstupy jsou různé atributy pacientů přijatých na kardiológii:
► např. věk, pohlaví, nevolnost, zvracení, dusnost, cukrovka, vysoký tlak, ...
► binární vstupy jako např. přítomnost cukrovky nebo pohlaví jsou kódovány pomocí 0 a 1
► ostatní jsou normalizovány do intervalu [0,1]
Aktivní dynamika:
► aktivační funkce: standardní logistické sigmoidy
iagnóza srdečního infarktu
Adaptivní dynamika:
Diagnóza srdečního infarktu
Adaptivní dynamika: trénink:
tréninková množina obsahovala 356 pacientů, 236 bez infarktu, 120 s infarktem
3
Diagnóza srdečního infarktu
Adaptivní dynamika: trénink:
tréninková množina obsahovala 356 pacientů, 236 bez infarktu, 120 s infarktem
► gradientní sestup na náhodně vybrané polovině pacientů (půl s a půl bez infarktu)
Diagnóza srdečního infarktu
Adaptivní dynamika: trénink:
tréninková množina obsahovala 356 pacientů, 236 bez infarktu, 120 s infarktem
► gradientní sestup na náhodně vybrané polovině pacientů (půl s a půl bez infarktu)
► očekávané výstupy 1 nebo 0 podle toho, zda pacient měl či neměl infarkt
3
Diagnóza srdečního infarktu
Adaptivní dynamika: trénink:
tréninková množina obsahovala 356 pacientů, 236 bez infarktu, 120 s infarktem
► gradientní sestup na náhodně vybrané polovině pacientů (půl s a půl bez infarktu)
► očekávané výstupy 1 nebo 0 podle toho, zda pacient měl či neměl infarkt
výsledky:
testováno na 178 pacientech, kteří nebyli součástí tréninkové množiny (60 s infarktem, 118 bez)
3
Diagnóza srdečního infarktu
Adaptivní dynamika: trénink:
tréninková množina obsahovala 356 pacientů, 236 bez infarktu, 120 s infarktem
► gradientní sestup na náhodně vybrané polovině pacientů (půl s a půl bez infarktu)
► očekávané výstupy 1 nebo 0 podle toho, zda pacient měl či neměl infarkt
výsledky:
testováno na 178 pacientech, kteří nebyli součástí tréninkové množiny (60 s infarktem, 118 bez)
► 92% korektní identifikace infarktu (oproti 88% u expertů)
3
Diagnóza srdečního infarktu
Adaptivní dynamika: trénink:
tréninková množina obsahovala 356 pacientů, 236 bez infarktu, 120 s infarktem
► gradientní sestup na náhodně vybrané polovině pacientů (půl s a půl bez infarktu)
► očekávané výstupy 1 nebo 0 podle toho, zda pacient měl či neměl infarkt
výsledky:
testováno na 178 pacientech, kteří nebyli součástí tréninkové množiny (60 s infarktem, 118 bez)
► 92% korektní identifikace infarktu (oproti 88% u expertů)
► 4% falešný poplach (oproti 29% u expertů)
redikce časových řad
Např. se jedná o předvídání vývoje počasí, hodnot akcií, měnových kurzů, počtu zákazníků apod.
4
Predikce časových řad
Např. se jedná o předvídání vývoje počasí, hodnot akci měnových kurzů, počtu zákazníků apod.
(hrubá) matematická formulace:
Predikce časových řad
Např. se jedná o předvídání vývoje počasí, hodnot akcií, měnových kurzů, počtu zákazníků apod.
(hrubá) matematická formulace: ► Mějme numerickou řadu a-i,a2,a3,...
(např. hodnota koruny vůči euru po jednotlivých dnech)
4
Např. se jedná o předvídání vývoje počasí, hodnot akcií, měnových kurzů, počtu zákazníků apod.
(hrubá) matematická formulace:
► Mějme numerickou řadu a-i, a2, a3/...
(např. hodnota koruny vůči euru po jednotlivých dnech)
► Chceme odhadnout a^+1 na základě a^a^-i,.. .,sn-
Např. se jedná o předvídání vývoje počasí, hodnot akcií, měnových kurzů, počtu zákazníků apod.
(hrubá) matematická formulace:
► Mějme numerickou řadu a-i, a2, a3/...
(např. hodnota koruny vůči euru po jednotlivých dnech)
► Chceme odhadnout a^+1 na základě a^a^-i,.. .,at-k Uvažme síť s k vstupními a jedním výstupním neuronem. Tuto síť natrénujeme na části řady tak, že jí budeme předkládat
ae, a^-1,..., a^ na vstupy a a^+i očekávaný výstup.
(V případě měnových kurzů použijeme historii vývoje za poslední roky.)
Např. se jedná o předvídání vývoje počasí, hodnot akcií, měnových kurzů, počtu zákazníků apod.
(hrubá) matematická formulace:
► Mějme numerickou řadu a-i, a2, a3/...
(napr. hodnota koruny vůči euru po jednotlivých dnech)
► Chceme odhadnout a^+1 na základě a^a^-i,.. .,at-k Uvažme síť s k vstupními a jedním výstupním neuronem. Tuto síť natrénujeme na části řady tak, že jí budeme předkládat
ae, a^-i,...,      na vstupy a a^+i očekávaný výstup.
(V případě měnových kurzů použijeme historii vývoje za poslední roky.)
Sítě pro predikci časových řad se obvykle rozšiřují o další vlastnosti:
Např. se jedná o předvídání vývoje počasí, hodnot akcií, měnových kurzů, počtu zákazníků apod.
(hrubá) matematická formulace:
► Mějme numerickou řadu a-i, a2, a3/...
(napr. hodnota koruny vůči euru po jednotlivých dnech)
► Chceme odhadnout a^+1 na základě a^a^-i,.. .,at-k Uvažme síť s k vstupními a jedním výstupním neuronem. Tuto síť natrénujeme na části řady tak, že jí budeme předkládat
ae, a^-i,..., a^ na vstupy a a^+i očekávaný výstup.
(V případě měnových kurzů použijeme historii vývoje za poslední roky.)
Sítě pro predikci časových řad se obvykle rozšiřují o další vlastnosti:
► další vstupy modelující prostředí v němž se řada vyvíjí (např. hospodářské parametry státu)
Např. se jedná o předvídání vývoje počasí, hodnot akcií, měnových kurzů, počtu zákazníků apod.
(hrubá) matematická formulace:
► Mějme numerickou řadu a-i, a2, a3/...
(napr. hodnota koruny vůči euru po jednotlivých dnech)
► Chceme odhadnout a^+1 na základě a^a^-i,.. .,at-k Uvažme síť s k vstupními a jedním výstupním neuronem. Tuto síť natrénujeme na části řady tak, že jí budeme předkládat
ae, a^-i,...,      na vstupy a a^+i očekávaný výstup.
(V případě měnových kurzů použijeme historii vývoje za poslední roky.)
Sítě pro predikci časových řad se obvykle rozšiřují o další vlastnosti:
► další vstupy modelující prostředí v němž se řada vyvíjí (např. hospodářské parametry státu)
► výstup se často vrací zpět jako další vstup, čímž lze dosáhnout predikce na více kroků
NETtalk
► Neuronová síť, která převádí anglicky psaný text na řetěz fonémů (tj. provádí fontetický přepis)
Foném je nejmenší součást zvukové stránky řeči, která má rozlišovací funkci v systému konkrétního jazyka.
NETtalk
► Neuronová síť, která převádí anglicky psaný text na řetěz fonémů (tj. provádí fontetický přepis)
Foném je nejmenší součást zvukové stránky řeči, která má rozlišovací funkci v systému konkrétního jazyka.
► Výstup potom může být vstupem hlasového syntezátoru.
Text		Phoneme string		Speech
	NETtalk		DECtaĽk	
				
► vstup je reprezentován pomocí 29 symbolů (anglická abeceda + čárka, tečka, mezera)
NETtalk
► vstup je reprezentován pomocí 29 symbolů (anglická abeceda + čárka, tečka, mezera)
► mezivýstup (výstup sítě) je posloupnost 26-dimenzionálních artikulačních vektorů
vektor popisuje způsob, jakým je zvuk generován, např. pozice v ústech, přízvuk, intonace, mlaskavost,...
NETtalk
► vstup je reprezentován pomocí 29 symbolů (anglická abeceda + čárka, tečka, mezera)
► mezivýstup (výstup sítě) je posloupnost 26-dimenzionálních artikulačních vektorů
vektor popisuje způsob, jakým je zvuk generován, např. pozice v ústech, přízvuk, intonace, mlaskavost,...
► artikulační vektor je poté přeložen na foném Zkoumali více způsobů překladu:
6
NETtalk
► vstup je reprezentován pomocí 29 symbolů (anglická abeceda + čárka, tečka, mezera)
► mezivýstup (výstup sítě) je posloupnost 26-dimenzionálních artikulačních vektorů
vektor popisuje způsob, jakým je zvuk generován, např. pozice v ústech, přízvuk, intonace, mlaskavost,...
► artikulační vektor je poté přeložen na foném Zkoumali více způsobů překladu:
► foném s Euklidovsky nejbližším artikulačním vektorem
6
NETtalk
► vstup je reprezentován pomocí 29 symbolů (anglická abeceda + čárka, tečka, mezera)
► mezivýstup (výstup sítě) je posloupnost 26-dimenzionálních artikulačních vektorů
vektor popisuje způsob, jakým je zvuk generován, např. pozice v ústech, přízvuk, intonace, mlaskavost,...
► artikulační vektor je poté přeložen na foném Zkoumali více způsobů překladu:
► foném s Euklidovsky nejbližším artikulačním vektorem
► foném jehož artikulační vektor svírá nejmenší úhel s výstupním vektorem
6
NETtalk - síť
Organizační dynamika:
7
NETtalk - síť
Organizační dynamika:
► Síť je vícevrstvá.
7
NETtalk - síť
Organizační dynamika:
► Síť je vícevrstvá.
► 203 vstupních neuronů
7
NETtalk - síť
Organizační dynamika:
► Síť je vícevrstvá.
► 203 vstupních neuronů
► systému se na vstup dává „okno" obsahující 7 symbolů, čte se prostřední symbol, ostatní dávají kontext
7
NETtalk - síť
Organizační dynamika:
► Síť je vícevrstvá.
► 203 vstupních neuronů
► systému se na vstup dává „okno" obsahující 7 symbolů, čte se prostřední symbol, ostatní dávají kontext
► každý znak je kódován unárně (tj. na každý symbol připadá 29 vstupů (7 • 29 = 203))
7
NETtalk - síť
Organizační dynamika:
► Síť je vícevrstvá.
► 203 vstupních neuronů
► systému se na vstup dává „okno" obsahující 7 symbolů, čte se prostřední symbol, ostatní dávají kontext
► každý znak je kódován unárně (tj. na každý symbol připadá 29 vstupů (7 • 29 = 203))
► 1 až 2 skryté vrstvy čítající až 0 až 120 neuronů
Standardně se tento příklad prezentuje s jednou skrytou vrstvou obsahující 80 neuronů
7
NETtalk - síť
Organizační dynamika:
► Síť je vícevrstvá.
► 203 vstupních neuronů
► systému se na vstup dává „okno" obsahující 7 symbolů, čte se prostřední symbol, ostatní dávají kontext
► každý znak je kódován unárně (tj. na každý symbol připadá 29 vstupů (7 • 29 = 203))
► 1 až 2 skryté vrstvy čítající až 0 až 120 neuronů
Standardně se tento příklad prezentuje s jednou skrytou vrstvou obsahující 80 neuronů
výstupní vrstva obsahuje 26 výstupních neuronů, které představují artikulační vektor
(výstup se nakonec přeloží na foném)
7
NETtalk - síť
Organizační dynamika:
► Síť je vícevrstvá.
► 203 vstupních neuronů
► systému se na vstup dává „okno" obsahující 7 symbolů, čte se prostřední symbol, ostatní dávají kontext
► každý znak je kódován unárně (tj. na každý symbol připadá 29 vstupů (7 • 29 = 203))
► 1 až 2 skryté vrstvy čítající až 0 až 120 neuronů
Standardně se tento příklad prezentuje s jednou skrytou vrstvou obsahující 80 neuronů
výstupní vrstva obsahuje 26 výstupních neuronů, které představují artikulační vektor
(výstup se nakonec přeloží na foném)
Aktivní dynamika:
aktivační funkce: standardní logistická sigmoida a(£) = 1+1e_ť.
NETtalk
Adaptivní dynamika:
8
Adaptivní dynamika:
► dva druhy vzorů: Miriam Webster's Pocket Dictionary dětská neformální řeč
Adaptivní dynamika:
► dva druhy vzorů: Miriam Webster's Pocket Dictionary dětská neformální řeč
► gradientní sestup (zpětná propagace)
NETtalk
Adaptivní dynamika:
► dva druhy vzorů: Miriam Webster's Pocket Dictionary a dětská neformální řeč
► gradientní sestup (zpětná propagace)
► iniciálně váhy nastaveny náhodně uniformně z intervalu [-0.3,0.3]
NETtalk
Adaptivní dynamika:
► dva druhy vzorů: Miriam Webster's Pocket Dictionary a dětská neformální řeč
► gradientní sestup (zpětná propagace)
► iniciálně váhy nastaveny náhodně uniformně z intervalu [-0.3,0.3]
Vzory: Miriam Webster's Pocket Dictionary
NETtalk
Adaptivní dynamika:
► dva druhy vzorů: Miriam Webster's Pocket Dictionary a dětská neformální řeč
► gradientní sestup (zpětná propagace)
► iniciálně váhy nastaveny náhodně uniformně z intervalu [-0.3,0.3]
Vzory: Miriam Webster's Pocket Dictionary
► celý slovník měl 20012 slov, trénováno na podmnožině o 1000 nejfrekventovanějších slovech
NETtalk
Adaptivní dynamika:
► dva druhy vzorů: Miriam Webster's Pocket Dictionary a dětská neformální řeč
► gradientní sestup (zpětná propagace)
► iniciálně váhy nastaveny náhodně uniformně z intervalu [-0.3,0.3]
Vzory: Miriam Webster's Pocket Dictionary
► celý slovník měl 20012 slov, trénováno na podmnožině o 1000 nejfrekventovanějších slovech
► slova vybírána náhodně
8
NETtalk
Adaptivní dynamika:
► dva druhy vzorů: Miriam Webster's Pocket Dictionary a dětská neformální řeč
► gradientní sestup (zpětná propagace)
► iniciálně váhy nastaveny náhodně uniformně z intervalu [-0.3,0.3]
Vzory: Miriam Webster's Pocket Dictionary
► celý slovník měl 20012 slov, trénováno na podmnožině o 1000 nejfrekventovanějších slovech
► slova vybírána náhodně
► adaptace vždy po jednom slově (tj. rámečkem se projelo slovo, podle kumulovaného gradientu se upravily váhy)
8
NETtalk
Výsledky pro Miriam Webster's:
9
NETtalk
Výsledky pro Miriam Webster's:
► na tréninkových vzorech dosáhli přesnosti 98% (při 120 skrytých neuronech)
9
NETtalk
Výsledky pro Miriam Webster's:
► na tréninkových vzorech dosáhli přesnosti 98% (při 120 skrytých neuronech)
► při aplikaci takto naučené sítě na celý slovník dostali přesnost 77%
9
NETtalk
Výsledky pro Miriam Webster's:
► na tréninkových vzorech dosáhli přesnosti 98% (při 120 skrytých neuronech)
► při aplikaci takto naučené sítě na celý slovník dostali přesnost 77%
► při průběžném učení na celém slovníku dosáhli po jednom průběhu 85%
9
NETtalk
Výsledky pro Miriam Webster's:
► na tréninkových vzorech dosáhli přesnosti 98% (při 120 skrytých neuronech)
► při aplikaci takto naučené sítě na celý slovník dostali přesnost 77%
► při průběžném učení na celém slovníku dosáhli po jednom průběhu 85%
► po pěti průchodech 90%
9
NETtalk
Výsledky pro Miriam Webster's:
► na tréninkových vzorech dosáhli přesnosti 98% (při 120 skrytých neuronech)
► při aplikaci takto naučené sítě na celý slovník dostali přesnost 77%
► při průběžném učení na celém slovníku dosáhli po jednom průběhu 85%
► po pěti průchodech 90%
► zvyšování počtu neuronů, velikosti rámečku, počtu vrstev vždy vedlo ke zlepšení (byli limitováni výpočetním výkonem cca 2 znaky za vteřinu (rok 1987))
9
NETtalk
Vzory: Dětská neformální řeč:
10
NETtalk
Vzory: Dětská neformální řeč: ► trénink na 1024 slovech, testováno na dalších 439
10
NETtalk
Vzory: Dětská neformální řeč:
► trénink na 1024 slovech, testováno na dalších 439
► rámečkem se projížděl celý text, hranice slov byly speciálně vyznačeny
10
NETtalk
Vzory: Dětská neformální řeč:
► trénink na 1024 slovech, testováno na dalších 439
► rámečkem se projížděl celý text, hranice slov byly speciálně vyznačeny
► problematické, jedno slovo bylo vyslovováno mnoha způsoby
10
NETtalk
Vzory: Dětská neformální řeč:
► trénink na 1024 slovech, testováno na dalších 439
► rámečkem se projížděl celý text, hranice slov byly speciálně vyznačeny
► problematické, jedno slovo bylo vyslovováno mnoha způsoby
Výsledky pro neformální řeč:
10
NETtalk
Vzory: Dětská neformální řeč:
► trénink na 1024 slovech, testováno na dalších 439
► rámečkem se projížděl celý text, hranice slov byly speciálně vyznačeny
► problematické, jedno slovo bylo vyslovováno mnoha způsoby
Výsledky pro neformální řeč:
► na tréninkových vzorech dosáhli 95%, při testu pak 78% (tj. docela dobrá generalizace)
10
NETtalk
Vzory: Dětská neformální řeč:
► trénink na 1024 slovech, testováno na dalších 439
► rámečkem se projížděl celý text, hranice slov byly speciálně vyznačeny
► problematické, jedno slovo bylo vyslovováno mnoha způsoby
Výsledky pro neformální řeč:
► na tréninkových vzorech dosáhli 95%, při testu pak 78% (tj. docela dobrá generalizace)
► testovali odolnost proti narušení: přičtení náhodně vygenerovaných hodnot z [-0.5,0.5] k váhám se projevilo jen minimálně
10
NETtalk
Vzory: Dětská neformální řeč:
► trénink na 1024 slovech, testováno na dalších 439
► rámečkem se projížděl celý text, hranice slov byly speciálně vyznačeny
► problematické, jedno slovo bylo vyslovováno mnoha způsoby
Výsledky pro neformální řeč:
► na tréninkových vzorech dosáhli 95%, při testu pak 78% (tj. docela dobrá generalizace)
► testovali odolnost proti narušení: přičtení náhodně vygenerovaných hodnot z [-0.5,0.5] k váhám se projevilo jen minimálně
► naučená síť měla většinu vah v průměru 0.8 (téměř všechny byly menší než 2)
10
ALVINN
ALVINN
Organizační dynamika:
ALVINN
Organizační dynamika:
► vícevrstvá síť, 960 - 4 - 30 (někdy 960 - 5 - 30)
12
Organizační dynamika:
► vícevrstvá síť, 960 - 4 - 30 (někdy 960 - 5 - 30)
► komponenty vstupu odpovídají bodům obrazu z kamery
Organizační dynamika:
► vícevrstvá síť, 960 - 4 - 30 (někdy 960 - 5 - 30)
► komponenty vstupu odpovídají bodům obrazu z kamery Aktivní dynamika:
Organizační dynamika:
► vícevrstvá síť, 960 - 4 - 30 (někdy 960 - 5 - 30)
► komponenty vstupu odpovídají bodům obrazu z kamery Aktivní dynamika:
► aktivační funkce: skryté neurony mají sigmoidální funkce, výstupní mají lineární
Organizační dynamika:
► vícevrstvá síť, 960 - 4 - 30 (někdy 960 - 5 - 30)
► komponenty vstupu odpovídají bodům obrazu z kamery Aktivní dynamika:
► aktivační funkce: skryté neurony mají sigmoidální funkce, výstupní mají lineární
► Směr jízdy odpovídá těžišti všech výstupních neuronů
tj. výstupní neurony lze uvažovat jako hmotné body umístěné na přímce se stejným rozestupem, hmotnost neuronu se rovná jeho hodnotě
Adaptivní dynamika: Trénováno za jízdy.
Adaptivní dynamika: Trénováno za jízdy.
► Aktuální výhled na silnici snímán kamerou, zhruba 25 obrazů za vteřinu
13
Adaptivní dynamika: Trénováno za jízdy.
► Aktuální výhled na silnici snímán kamerou, zhruba 25 obrazů za vteřinu
Tréninkové vzory tvaru {xkldk) kde
13
Adaptivní dynamika: Trénováno za jízdy.
► Aktuální výhled na silnici snímán kamerou, zhruba 25 obrazů za vteřinu
Tréninkové vzory tvaru {xkldk) kde ► xk = obraz silnice
13
ALVINN
Adaptivní dynamika: Trénováno za jízdy.
► Aktuální výhled na silnici snímán kamerou, zhruba 25 obrazů za vteřinu
Tréninkové vzory tvaru {xkldk) kde
► xk = obraz silnice
► dk = příslušné natočení volantu řidiče
13
ALVINN
Adaptivní dynamika: Trénováno za jízdy.
► Aktuální výhled na silnici snímán kamerou, zhruba 25 obrazů za vteřinu
Tréninkové vzory tvaru {xkldk) kde
► xk = obraz silnice
► dk = příslušné natočení volantu řidiče
► natočení volantu distribuováno pomocí Gaussova rozložení na výstupy:
kde D, je vzdálenost /-tého výstupu od toho, který odpovídá natočení volantu
(Toto je lepší než binární výstup, protože reakce na podobné silnice jsou velmi blízké.)
13
Naivní prístup: brát vstupy z kamery a podle nich adaptovat.
Výběr vzorů
Naivní přístup: brát vstupy z kamery a podle nich adaptovat. To vede k následujícím problémům:
14
Výběr vzorů
Naivní přístup: brát vstupy z kamery a podle nich adaptovat.
To vede k následujícím problémům:
► Jestliže řidič jede dobře, síť se nenaučí řešit odchylky od trasy. Možná drsná řešení jsou
14
Výběr vzorů
Naivní přístup: brát vstupy z kamery a podle nich adaptovat.
To vede k následujícím problémům:
► Jestliže řidič jede dobře, síť se nenaučí řešit odchylky od trasy. Možná drsná řešení jsou
► vypnout přechodně učení a sjet z trasy, poté zapnout učení a nechat síť sledovat, jak se s tím řidič vyrovná
14
Výběr vzorů
Naivní přístup: brát vstupy z kamery a podle nich adaptovat.
To vede k následujícím problémům:
► Jestliže řidič jede dobře, síť se nenaučí řešit odchylky od trasy. Možná drsná řešení jsou
► vypnout přechodně učení a sjet z trasy, poté zapnout učení a nechat síť sledovat, jak se s tím řidič vyrovná
► nechat řidiče jezdit divoce (poněkud nebezpečné, drahé, nespolehlivé)
14
Výběr vzorů
Naivní přístup: brát vstupy z kamery a podle nich adaptovat.
To vede k následujícím problémům:
► Jestliže řidič jede dobře, síť se nenaučí řešit odchylky od trasy. Možná drsná řešení jsou
► vypnout přechodně učení a sjet z trasy, poté zapnout učení a nechat síť sledovat, jak se s tím řidič vyrovná
► nechat řidiče jezdit divoce (poněkud nebezpečné, drahé, nespolehlivé)
► aktuální výhledy z okna jsou poněkud repetitivní, síť se může přetrénovat na málo vzorech
14
Výběr vzorů
Problém s příliš „správnou" jízdou řidiče se řeší takto:
15
Výběr vzorů
Problém s příliš „správnou" jízdou řidiče se řeší takto: ► každý výhled na silnici je posouváním rozmnožen na 15
podobných kopií
Original Image
7r/i
/a ú/a-mmm Otu m jí a
15
Výběr vzorů
Problém s příliš „správnou" jízdou řidiče se řeší takto: ► každý výhled na silnici je posouváním rozmnožen na 15
podobných kopií
Original Image
7r/i
A A
požadovaný výstup se vygeneruje pro každou kopii
15
Výběr vzorů
Problém s příliš „správnou" jízdou řidiče se řeší takto: ► každý výhled na silnici je posouváním rozmnožen na 15
podobných kopií
Original Image
7r/i
A A
► požadovaný výstup se vygeneruje pro každou kopii Repetitivnost aktuálních výhledů z okna se řeší takto:
15
Výběr vzorů
Problém s příliš „správnou" jízdou řidiče se řeší takto: ► každý výhled na silnici je posouváním rozmnožen na 15
podobných kopií
Original Image
7r/i
au
Otu m jí a
*■ požadovaný výstup se vygeneruje pro každou kopii
Repetitivnost aktuálních výhledů z okna se řeší takto:
► systém má buffer 200 obrázků (včetně 15 kopií aktuálního), v každém kole tréninku se trénuje na těchto vzorech
15
Výběr vzorů
Problém s příliš „správnou" jízdou řidiče se řeší takto:
► každý výhled na silnici je posouváním rozmnožen na 15 podobných kopií
► požadovaný výstup se vygeneruje pro každou kopii Repetitivnost aktuálních výhledů z okna se řeší takto:
► systém má buffer 200 obrázků (včetně 15 kopií aktuálního), v každém kole tréninku se trénuje na těchto vzorech
► po tréninku se sejme nový obraz, udělá se 15 kopií a těmi se nahradí 15 obrazů z bufferu (10 s nejmenší chybou, 5 náhodně)
15
ALVINN - učení
► standardní zpětná propagace
ALVINN - učení
► standardní zpětná propagace
► konstantní rychlost učení pro každý neuron zvlášť, úměrná počtu vstupů
16
ALVINN - učení
► standardní zpětná propagace
► konstantní rychlost učení pro každý neuron zvlášť, úměrná počtu vstupů
► pomalu rostoucí moment
16
ALVINN - učení
► standardní zpětná propagace
► konstantní rychlost učení pro každý neuron zvlášť, úměrná počtu vstupů
► pomalu rostoucí moment Výsledek:
Trénink trval 5 minut, řidič jel rychlostí 4 míle za hodinu
ALVINN - učení
► standardní zpětná propagace
► konstantní rychlost učení pro každý neuron zvlášť, úměrná počtu vstupů
► pomalu rostoucí moment Výsledek:
Trénink trval 5 minut, řidič jel rychlostí 4 míle za hodinu
► ALVINN byl schopen jet i po částech silnice, které nikdy „neviděl" a za rozličného počasí
ALVINN - učení
► standardní zpětná propagace
► konstantní rychlost učení pro každý neuron zvlášť, úměrná počtu vstupů
► pomalu rostoucí moment Výsledek:
Trénink trval 5 minut, řidič jel rychlostí 4 míle za hodinu
► ALVINN byl schopen jet i po částech silnice, které nikdy „neviděl" a za rozličného počasí
► v době vzniku byl schopen jet maximální rychlostí, kterou zvládal hydraulický ovladač
ALVINN - vývoj vah
ALVINN - komentáře
Srovnání ALVINNa s „explicitním programováním".
LVINN - komentáře
Srovnání ALVINNa s „explicitním programování Pro efektivní řízení je potřeba:
LVINN - komentáře
Srovnání ALVINNa s „explicitním programováním". Pro efektivní řízení je potřeba: ► najít vlastnosti obrázků důležité pro řízení (ALVINN najde sám)
18
kLVINN - komentáře
Srovnání ALVINNa s „explicitním programováním". Pro efektivní řízení je potřeba:
► najít vlastnosti obrázků důležité pro řízení (ALVINN najde sám)
► tyto vlastnosti detekovat v aktuálních obrazech (ALVINN si vytvoří vlastní detektory)
ALVINN - komentáře
Srovnání ALVINNa s „explicitním programováním". Pro efektivní řízení je potřeba:
► najít vlastnosti obrázků důležité pro řízení (ALVINN najde sám)
► tyto vlastnosti detekovat v aktuálních obrazech (ALVINN si vytvoří vlastní detektory)
► implementovat řízení v reakci na vlastnosti obrázků (ALVINN se to naučí sám od řidiče (rychle))
ALVINN - komentáře
Srovnání ALVINNa s „explicitním programováním". Pro efektivní řízení je potřeba:
► najít vlastnosti obrázků důležité pro řízení (ALVINN najde sám)
► tyto vlastnosti detekovat v aktuálních obrazech (ALVINN si vytvoří vlastní detektory)
► implementovat řízení v reakci na vlastnosti obrázků (ALVINN se to naučí sám od řidiče (rychle))
Nevýhody ALVINNa (později řešené celou škálou rozšíření)
ALVINN - komentáře
Srovnání ALVINNa s „explicitním programováním". Pro efektivní řízení je potřeba:
► najít vlastnosti obrázků důležité pro řízení (ALVINN najde sám)
► tyto vlastnosti detekovat v aktuálních obrazech (ALVINN si vytvoří vlastní detektory)
► implementovat řízení v reakci na vlastnosti obrázků (ALVINN se to naučí sám od řidiče (rychle))
Nevýhody ALVINNa (později řešené celou škálou rozšíření)
► uměl jezdit jen po jednom typu silnice (různý povrch, počet pruhů, atd.)
Později řešeno pomocí slučování více ALVINNů spojených do jedné sítě, každý natrénován na jiný typ silnice (MANIAC)
ALVINN - komentáře
Srovnání ALVINNa s „explicitním programováním". Pro efektivní řízení je potřeba:
► najít vlastnosti obrázků důležité pro řízení (ALVINN najde sám)
► tyto vlastnosti detekovat v aktuálních obrazech (ALVINN si vytvoří vlastní detektory)
► implementovat řízení v reakci na vlastnosti obrázků (ALVINN se to naučí sám od řidiče (rychle))
Nevýhody ALVINNa (později řešené celou škálou rozšíření)
► uměl jezdit jen po jednom typu silnice (různý povrch, počet pruhů, atd.)
Později řešeno pomocí slučování více ALVINNů spojených do jedné sítě, každý natrénován na jiný typ silnice (MANIAC)
► nebyl nijak napojen na „vyšší" řízení, například sledování cesty po mapě apod.
Řešeno např. včleněním ALVINNa do většího učícího systému.
18
Rozpoznávání směrovacích čísel
Cílem je rozpoznat rukou psané číslice
19
Rozpoznávání směrovacích čísel
Cílem je rozpoznat rukou psané číslice ► vstupy: obrázky číslic 16x16, stupně šedi normalizovány do [-1,1]
i U / M t
J f 7 ? 9 / M / 5" H / I f O t f Ä 9 4
* Ĺ   1   X á tl   t <D í O
1 S °l Z á $ % I <?7
UŽ K O 7 3 ľ S 7 £> / íp£j<-( 6 # £ ^ ô
Fig. 4.  Size normalised examples Irům Llie MXIST database.
19
Rozpoznávání směrovacích čísel
Cílem je rozpoznat rukou psané číslice
► vstupy: obrázky číslic 16x16, stupně šedi normalizovány do [-1,1]
i U / M t
-z f 7 n / U y í"
H / I f O t f Ä 9 4
* Ĺ   1   X á tl   t <D í O
1 S °l Z á $ % I <?7
UŽ K O 7 3 ľ S 7 £> / íp£j<-( 6 # £ ^ ô
Fig. 4.  Size normalised examples Irům Llie MXIST database.
► výstup: jedna z deseti hodnot
19
Rozpoznávání číslic
Rozpoznávání čísli
Organizační dynamika: acyklická síť (4 vrstvy), něco vícevrstvá, ale nemusí vést spoj mezi všemi neurony sousedících vrstev
Rozpoznávání čísli
Organizační dynamika: acyklická síť (4 vrstvy), něco vícevrstvá, ale nemusí vést spoj mezi všemi neurony sousedících vrstev ► 1. vrstva:
Rozpoznávání číslic
Organizační dynamika: acyklická síť (4 vrstvy), něco jako vícevrstvá, ale nemusí vést spoj mezi všemi neurony sousedících vrstev ► 1. vrstva:
► 12 skupin po 8 x 8 neuronech (skupina 8x8 tvoří „obrázek" pro vyší vrstvu)
21
Rozpoznávání číslic
Organizační dynamika: acyklická síť (4 vrstvy), něco jako vícevrstvá, ale nemusí vést spoj mezi všemi neurony sousedících vrstev ► 1. vrstva:
► 12 skupin po 8 x 8 neuronech (skupina 8x8 tvoří „obrázek" pro vyší vrstvu)
► každý neuron z jedné skupiny má vstupy z okna 5 x 5 ze vstupu (okna se překrývají, jsou položena ob dva pixely)
21
Rozpoznávání číslic
Organizační dynamika: acyklická síť (4 vrstvy), něco jako vícevrstvá, ale nemusí vést spoj mezi všemi neurony sousedících vrstev
► 1. vrstva:
► 12 skupin po 8 x 8 neuronech (skupina 8x8 tvoří „obrázek" pro vyší vrstvu)
► každý neuron z jedné skupiny má vstupy z okna 5 x 5 ze vstupu (okna se překrývají, jsou položena ob dva pixely)
► všechny neurony z jedné skupiny sdílí stejné váhy
(mají za úkol detekovat stejnou vlastnost v různých částech obrázku)
► 2. vrstva:
21
Rozpoznávání číslic
Organizační dynamika: acyklická síť (4 vrstvy), něco jako vícevrstvá, ale nemusí vést spoj mezi všemi neurony sousedících vrstev
► 1. vrstva:
► 12 skupin po 8 x 8 neuronech (skupina 8x8 tvoří „obrázek" pro vyší vrstvu)
► každý neuron z jedné skupiny má vstupy z okna 5 x 5 ze vstupu (okna se překrývají, jsou položena ob dva pixely)
► všechny neurony z jedné skupiny sdílí stejné váhy
(mají za úkol detekovat stejnou vlastnost v různých částech obrázku)
► 2. vrstva:
12 skupin po 4 x 4 neuronech
21
Rozpoznávání číslic
Organizační dynamika: acyklická síť (4 vrstvy), něco jako vícevrstvá, ale nemusí vést spoj mezi všemi neurony sousedících vrstev
► 1. vrstva:
► 12 skupin po 8 x 8 neuronech (skupina 8x8 tvoří „obrázek" pro vyší vrstvu)
► každý neuron z jedné skupiny má vstupy z okna 5 x 5 ze vstupu (okna se překrývají, jsou položena ob dva pixely)
► všechny neurony z jedné skupiny sdílí stejné váhy
(mají za úkol detekovat stejnou vlastnost v různých částech obrázku)
► 2. vrstva:
12 skupin po 4 x 4 neuronech
každý neuron z jedné skupiny má vstupy z oken 5 x 5 z osmi skupin z nižší vrstvy (všech 8 oken pro jeden neuron má stejnou polohu)
21
Rozpoznávání číslic
Organizační dynamika: acyklická síť (4 vrstvy), něco jako vícevrstvá, ale nemusí vést spoj mezi všemi neurony sousedících vrstev
► 1. vrstva:
► 12 skupin po 8 x 8 neuronech (skupina 8x8 tvoří „obrázek" pro vyší vrstvu)
► každý neuron z jedné skupiny má vstupy z okna 5 x 5 ze vstupu (okna se překrývají, jsou položena ob dva pixely)
► všechny neurony z jedné skupiny sdílí stejné váhy
(mají za úkol detekovat stejnou vlastnost v různých částech obrázku)
► 2. vrstva:
12 skupin po 4 x 4 neuronech
každý neuron z jedné skupiny má vstupy z oken 5 x 5 z osmi skupin z nižší vrstvy (všech 8 oken pro jeden neuron má stejnou polohu)
► všechny neurony z jedné skupiny sdílí stejné váhy
21
Rozpoznávání číslic
Organizační dynamika: acyklická síť (4 vrstvy), něco jako vícevrstvá, ale nemusí vést spoj mezi všemi neurony sousedících vrstev
► 1. vrstva:
► 12 skupin po 8 x 8 neuronech (skupina 8x8 tvoří „obrázek" pro vyší vrstvu)
► každý neuron z jedné skupiny má vstupy z okna 5 x 5 ze vstupu (okna se překrývají, jsou položena ob dva pixely)
► všechny neurony z jedné skupiny sdílí stejné váhy
(mají za úkol detekovat stejnou vlastnost v různých částech obrázku)
► 2. vrstva:
12 skupin po 4 x 4 neuronech
každý neuron z jedné skupiny má vstupy z oken 5 x 5 z osmi skupin z nižší vrstvy (všech 8 oken pro jeden neuron má stejnou polohu)
► všechny neurony z jedné skupiny sdílí stejné váhy
► 3. vrstva: 30 neuronů, kompletně spojena s předchozí vrstvou
21
Rozpoznávání číslic
Organizační dynamika: acyklická síť (4 vrstvy), něco jako vícevrstvá, ale nemusí vést spoj mezi všemi neurony sousedících vrstev
► 1. vrstva:
► 12 skupin po 8 x 8 neuronech (skupina 8x8 tvoří „obrázek" pro vyší vrstvu)
► každý neuron z jedné skupiny má vstupy z okna 5 x 5 ze vstupu (okna se překrývají, jsou položena ob dva pixely)
► všechny neurony z jedné skupiny sdílí stejné váhy
(mají za úkol detekovat stejnou vlastnost v různých částech obrázku)
► 2. vrstva:
12 skupin po 4 x 4 neuronech
každý neuron z jedné skupiny má vstupy z oken 5 x 5 z osmi skupin z nižší vrstvy (všech 8 oken pro jeden neuron má stejnou polohu)
► všechny neurony z jedné skupiny sdílí stejné váhy
► 3. vrstva: 30 neuronů, kompletně spojena s předchozí vrstvou 4. vrstva: 10 výstupních n., kompletně spojena s předchozí
Rozpoznávání číslic
Aktivní dynamika: aktivační funkce: hyperbolický tangens
22
Rozpoznávání číslic
Aktivní dynamika: aktivační funkce: hyperbolický tangens Dvojí interpretace výstupu:
22
Rozpoznávání číslic
Aktivní dynamika: aktivační funkce: hyperbolický tangens
Dvojí interpretace výstupu: ► výstupní neuron s největší hodnotou identifikuje číslici
22
Rozpoznávání číslic
Aktivní dynamika: aktivační funkce: hyperbolický tangens
Dvojí interpretace výstupu:
► výstupní neuron s největší hodnotou identifikuje číslici
► totéž, ale vstupy se dvěma a více velkými výstupními hodnotami (tj. nejednoznačné) byly odmítnuty
22
Rozpoznávání číslic
Aktivní dynamika: aktivační funkce: hyperbolický tangens
Dvojí interpretace výstupu:
► výstupní neuron s největší hodnotou identifikuje číslici
► totéž, ale vstupy se dvěma a více velkými výstupními hodnotami (tj. nejednoznačné) byly odmítnuty
Adaptivní dynamika:
Vstupy:
22
Rozpoznávání číslic
Aktivní dynamika: aktivační funkce: hyperbolický tangens
Dvojí interpretace výstupu:
► výstupní neuron s největší hodnotou identifikuje číslici
► totéž, ale vstupy se dvěma a více velkými výstupními hodnotami (tj. nejednoznačné) byly odmítnuty
Adaptivní dynamika:
Vstupy:
► trénink na 7291 vzorech, testováno na 2007 vzorech
22
Rozpoznávání číslic
Aktivní dynamika: aktivační funkce: hyperbolický tangens
Dvojí interpretace výstupu:
► výstupní neuron s největší hodnotou identifikuje číslici
► totéž, ale vstupy se dvěma a více velkými výstupními hodnotami (tj. nejednoznačné) byly odmítnuty
Adaptivní dynamika:
Vstupy:
► trénink na 7291 vzorech, testováno na 2007 vzorech
► mnoho příkladů bylo hodně pokřivených
22
Rozpoznávání číslic
Aktivní dynamika: aktivační funkce: hyperbolický tangens
Dvojí interpretace výstupu:
► výstupní neuron s největší hodnotou identifikuje číslici
► totéž, ale vstupy se dvěma a více velkými výstupními hodnotami (tj. nejednoznačné) byly odmítnuty
Adaptivní dynamika:
Vstupy:
► trénink na 7291 vzorech, testováno na 2007 vzorech
► mnoho příkladů bylo hodně pokřivených Trénink:
► modifikovaná zpětná propagace (v podstatě sdružené gradienty), online
22
Rozpoznávání číslic
Aktivní dynamika: aktivační funkce: hyperbolický tangens
Dvojí interpretace výstupu:
► výstupní neuron s největší hodnotou identifikuje číslici
► totéž, ale vstupy se dvěma a více velkými výstupními hodnotami (tj. nejednoznačné) byly odmítnuty
Adaptivní dynamika:
Vstupy:
► trénink na 7291 vzorech, testováno na 2007 vzorech
► mnoho příkladů bylo hodně pokřivených Trénink:
► modifikovaná zpětná propagace (v podstatě sdružené gradienty), online
► váhy iniciálně náhodně z [-2.4,2.4], poděleny počtem vstupů daného neuronu
22
Rozpoznávání číslic - výsledky
► výsledky bez odmítání nejednoznačných: 0.14% špatně klasifikovaných na tréninkové množine, 5% na testovací
23
Rozpoznávání číslic - výsledky
► výsledky bez odmítání nejednoznačných: 0.14% špatně klasifikovaných na tréninkové množine, 5% na testovací
výsledky s odmítáním nejednoznačných: 1% špatně na testovacích za cenu 12% odmínutých
23
Rozpoznávání číslic - výsledky
► výsledky bez odmítání nejednoznačných: 0.14% špatně klasifikovaných na tréninkové množine, 5% na testovací
výsledky s odmítáním nejednoznačných: 1% špatně na testovacích za cenu 12% odmínutých
► obyčejná dvouvrstvá síť se 40 skrytými neurony se dostala na 1% špatně klasifikovaných za cenu 19.4% odmítnutých
23
Komprese dat
Komprese obrazových dat pro přenos signálu.
24
Komprese dat
Komprese obrazových dat pro přenos signálu.
Použita dvouvrstvá síť n - % - n (tj. počet skrytých neuronů je 4x menší než počet vstupních a výstupních).
24
Komprese dat
Komprese obrazových dat pro přenos signálu.
Použita dvouvrstvá síť n - % - n (tj. počet skrytých neuronů je 4x menší než počet vstupních a výstupních).
► Síti byly předkládány obrazy, stejný obraz na vstup i výstup.
24
Komprese dat
Komprese obrazových dat pro přenos signálu.
Použita dvouvrstvá síť n - % - n (tj. počet skrytých neuronů je 4x menší než počet vstupních a výstupních).
► Síti byly předkládány obrazy stejný obraz na vstup i výstup.
► Naučená síť potom byla použita takto:
24
Komprese dat
Komprese obrazových dat pro přenos signálu.
Použita dvouvrstvá síť n - % - n (tj. počet skrytých neuronů je 4x menší než počet vstupních a výstupních).
► Síti byly předkládány obrazy stejný obraz na vstup i výstup.
► Naučená síť potom byla použita takto:
► Vysílající vypočte pro daný vstup hodnoty skrytých neuronů
24
Komprese dat
Komprese obrazových dat pro přenos signálu.
Použita dvouvrstvá síť n - % - n (tj. počet skrytých neuronů je 4x menší než počet vstupních a výstupních).
► Síti byly předkládány obrazy stejný obraz na vstup i výstup.
► Naučená síť potom byla použita takto:
► Vysílající vypočte pro daný vstup hodnoty skrytých neuronů
► Hodnoty skrytých neuronů jsou odeslány příjemci
24
Komprese dat
Komprese obrazových dat pro přenos signálu.
Použita dvouvrstvá síť n - % - n (tj. počet skrytých neuronů je 4x menší než počet vstupních a výstupních).
► Síti byly předkládány obrazy stejný obraz na vstup i výstup.
► Naučená síť potom byla použita takto:
► Vysílající vypočte pro daný vstup hodnoty skrytých neuronů
► Hodnoty skrytých neuronů jsou odeslány příjemci
► Příjemce vypočte hodnoty výstupních neuronů po dosazení hodnot skrytých neuronů
24
Komprese dat
Komprese obrazových dat pro přenos signálu.
Použita dvouvrstvá síť n - % - n (tj. počet skrytých neuronů je 4x menší než počet vstupních a výstupních).
► Síti byly předkládány obrazy, stejný obraz na vstup i výstup.
► Naučená síť potom byla použita takto:
► Vysílající vypočte pro daný vstup hodnoty skrytých neuronů
► Hodnoty skrytých neuronů jsou odeslány příjemci
► Příjemce vypočte hodnoty výstupních neuronů po dosazení hodnot skrytých neuronů
Metoda funguje pokud jsou vysílané obrazy podobné tréninkovým vzorům.
24
Komprese dat
Komprese obrazových dat pro přenos signálu.
Použita dvouvrstvá síť n - % - n (tj. počet skrytých neuronů je 4x menší než počet vstupních a výstupních).
► Síti byly předkládány obrazy, stejný obraz na vstup i výstup.
► Naučená síť potom byla použita takto:
► Vysílající vypočte pro daný vstup hodnoty skrytých neuronů
► Hodnoty skrytých neuronů jsou odeslány příjemci
► Příjemce vypočte hodnoty výstupních neuronů po dosazení hodnot skrytých neuronů
Metoda funguje pokud jsou vysílané obrazy podobné tréninkovým vzorům.
Dá se ukázat, že tato metoda realizuje PCA na obrazových datech - tedy nejlepší možnou redukci dimenze dat (probereme později)
Komprese dat - konkrétní implementace (historická)
Organizační dynamika: Vícevrstvá síť 64-16-64
25
Komprese dat - konkrétní implementace (historická)
Organizační dynamika: Vícevrstvá síť 64-16-64
Aktivní dynamika: aktivační funkce: sigmoidální, bipolární (tedy nějaký hyperbolický tangens s extrémy -1 a 1)
25
Komprese dat - konkrétní implementace (historická)
Organizační dynamika: Vícevrstvá síť 64-16-64
Aktivní dynamika: aktivační funkce: sigmoidální, bipolární (tedy nějaký hyperbolický tangens s extrémy -1 a 1)
Adaptivní dynamika:
Vstupy:
25
Komprese dat - konkrétní implementace (historická)
Organizační dynamika: Vícevrstvá síť 64-16-64
Aktivní dynamika: aktivační funkce: sigmoidální, bipolární (tedy nějaký hyperbolický tangens s extrémy -1 a 1)
Adaptivní dynamika:
Vstupy:
► obrázky 256 x 256, 8 bitů na pixel
25
Komprese dat - konkrétní implementace (historická)
Organizační dynamika: Vícevrstvá síť 64-16-64
Aktivní dynamika: aktivační funkce: sigmoidální, bipolární (tedy nějaký hyperbolický tangens s extrémy -1 a 1)
Adaptivní dynamika:
Vstupy:
► obrázky 256 x 256, 8 bitů na pixel
► vzory: vstup i výstup byl rámeček 8x8, který se náhodně volil z obrázku
25
Komprese dat - konkrétní implementace (historická)
Organizační dynamika: Vícevrstvá síť 64-16-64
Aktivní dynamika: aktivační funkce: sigmoidální, bipolární (tedy nějaký hyperbolický tangens s extrémy -1 a 1)
Adaptivní dynamika:
Vstupy:
► obrázky 256 x 256, 8 bitů na pixel
► vzory: vstup i výstup byl rámeček 8x8, který se náhodně volil z obrázku
► vstupy normalizovány do intervalu [-1,1]
25
Komprese dat - konkrétní implementace (historická)
Organizační dynamika: Vícevrstvá síť 64-16-64
Aktivní dynamika: aktivační funkce: sigmoidální, bipolární (tedy nějaký hyperbolický tangens s extrémy -1 a 1)
Adaptivní dynamika:
Vstupy:
► obrázky 256 x 256, 8 bitů na pixel
► vzory: vstup i výstup byl rámeček 8x8, který se náhodně volil z obrázku
► vstupy normalizovány do intervalu [-1,1] Učení:
► zpětná propagace
25
Komprese dat - konkrétní implementace (historická)
Organizační dynamika: Vícevrstvá síť 64-16-64
Aktivní dynamika: aktivační funkce: sigmoidální, bipolární (tedy nějaký hyperbolický tangens s extrémy -1 a 1)
Adaptivní dynamika:
Vstupy:
► obrázky 256 x 256, 8 bitů na pixel
► vzory: vstup i výstup byl rámeček 8x8, který se náhodně volil z obrázku
► vstupy normalizovány do intervalu [-1,1] Učení:
► zpětná propagace
► rychlost učení: 0.01 pro vnitřní, 0.1 pro výstupní
25
Komprese dat - konkrétní implementace (historická)
Organizační dynamika: Vícevrstvá síť 64-16-64
Aktivní dynamika: aktivační funkce: sigmoidální, bipolární (tedy nějaký hyperbolický tangens s extrémy -1 a 1)
Adaptivní dynamika:
Vstupy:
► obrázky 256 x 256, 8 bitů na pixel
► vzory: vstup i výstup byl rámeček 8x8, který se náhodně volil z obrázku
► vstupy normalizovány do intervalu [-1,1] Učení:
► zpětná propagace
► rychlost učení: 0.01 pro vnitřní, 0.1 pro výstupní trénováno v 50 000 - 100 000 iteracích
25
Komprese dat - výsledky
Tréninkový obraz
obraz 256 x 256 se projede rámečkem 8x8 (jednotlivá „přiložení" rámečku se nepřekrývají)
originál komprese
komprese + zaokrouhlení hodnot vnitřních neuronů na 6 bitů (přenos 1.5 bitu na pixel)
komprese + zaokrouhlení hodnot vnitřních neuronů na 4 bity (přenos 1 bit na pixel)
(C)
(D)
Komprese dat - výsledky