Нейрокомпьютинг и его применения в экономике и бизнесе

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»


dv{j    ■


лишь опосредованно — через ошибку верхнего слоя. Поэтому при кодировании категорий в качестве выходных нейронов можно использовать как логистическую функцию активации


f@h ) = V а +1), определенную на отрезке [0,1], так и ее антисимметричный аналог для


отрезка [— 1,1], например: f{a) = tanh(a). При этом кодировка выходных переменных из


обучающей выборки будет либо [О,1} , либо (-1,1} . Выбор того или иного варианта никак не скажется на обучении


В случае со входными переменными дело обстоит по-другому: обучение весов нижнего слоя сети определяется непосредственно значениями входов: на них умножаются невязки, зависящие от выходов. Между тем, если с точки зрения операции умножения значения ± 1 равноправны, между 0 и 1 имеется существенная асимметрия: нулевые значения не дают никакого вклада в градиент ошибки. Таким образом, выбор схемы кодирования входов влияет на процесс обучения. В силу логической равноправности обоих значений входов, более предпочтительной выглядит симметричная кодировка: (-1,1} , сохраняющая это равноправие в процессе обучения.


Нормировка и предобработка данных


Как входами, так и выходами нейросети могут быть совершенно разнородные величины. Очевидно, что результаты нейросетевого моделирования не должны зависеть от единиц измерения этих величин. А именно, чтобы сеть трактовала их значения единообразно, все входные и выходные величины должны быть приведены к единому — единичному — масштабу. Кроме того, для повышения скорости и качества обучения полезно провести дополнительную предобработку данных, выравнивающую распределение значений еще до этапа обучения.


Индивидуальная нормировка данных


Приведение данных к единичному масштабу обеспечивается нормировкой каждой переменной на диапазон разброса ее значений. В простейшем варианте это — линейное преобразование:


I    ‘    ‘/.mill

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»