inhalt ende 1 einführung in javanns version 1.1ss2007 kennlinie lichtregelung in javanns version...
TRANSCRIPT
1Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Kennlinie Lichtregelung in JavaNNSVersion 1.1
Ulrich Lehmann, Johannes Brenig, Michael Schneider
2Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Inhalt
• Messaufbau
• Messwerte
• Netz erzeugen
• Pattern erzeugen und laden
• Control Panel
• Error Graph
• Weights
• Training des Netzes
• Darstellung in Excel
• Quellen
3Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Messaufbau
Usmax = 12V
Ue Ua
Solarzelle
GlühbirneUe = Eingangsspannung
Ua = Ausgangsspannung
4Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Messwerte der Kennlinie
Ua/V Ue/V0,1 0,1740,5 0,1740,9 0,2041 0,241
1,2 0,4441,3 0,6161,4 0,8411,5 1,0731,6 1,2961,7 1,551,8 1,772,2 2,5632,6 32,8 3,1633 3,27
3,2 3,3443,4 3,3983,6 3,4353,8 3,4714,2 3,52
Aus Ausarbeitung_KNN_Lichtregelstrecke
5Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Messwerte - normiert
Kennlinie der Lichregelungnormiert
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
Ua/V
Ue/
V
Ue/V
Diese Messwerte müssen für die Verwendung in JNNS normiert werden.-> sigmoide Aktivierungsfunktion-> Normierung auf ein Intervall von [0,05 0,95]
Ua/V Ue/V0,05 0,050,14 0,050,23 0,060,25 0,070,29 0,120,31 0,170,34 0,230,36 0,290,38 0,350,40 0,420,42 0,480,51 0,690,60 0,810,64 0,850,69 0,880,73 0,900,77 0,920,82 0,930,86 0,940,95 0,95
6Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Messwerte - normiert
:
min[ ]( ) max[ ] min[ ] min[ ]
max[ ] min[ ]
:
min[ ] 0,1
max[ ] 4,2
max[ ] 0,95
min[ ] 0,05
0,1( ) 0,95 0,05 0,05
4,2 0,1
aa a a
a a
a
a
a
a
Formel zur Normierung
x Uu x normU normU normU
U U
Beispiel
U
U
normU
normU
xu x
7Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Aufteilung in Trainings- Validierung- und Testdaten
14 Trainingsdatensätze
4 Validierungsdatensätze
2 Testdatensätze
Ua/V Ue/V0,05 0,050,14 0,050,23 0,060,25 0,070,29 0,120,31 0,170,34 0,230,36 0,290,38 0,350,40 0,420,42 0,480,51 0,690,60 0,810,64 0,850,69 0,880,73 0,900,77 0,920,82 0,930,86 0,940,95 0,95
TrainingsdatenTestdatenValidierungsdaten
Kennlinie der Lichregelungnormiert
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Ua/V
Ue
/V
8Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Netz erzeugen
9Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Netz erzeugen
Ausdehnung des Layer in x-Achse
Ausdehnung des Layer in y-Achse
Aktivierungsfunktion auswählen
Ausgabefunktion auswählen
Layertyp auswählen
Layer mit der gewählten Konfiguration erstellen (hier: Input-Layer)
10Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Netz erzeugen
erzeugterInput-Layer
fortlaufende Nummerierung der Layer (automatisch)
Koordinaten der Unitsim Raum (automatisch fortlaufend)
Layer 2:Width 1Height 4Unit detail: - Hidden - Act_Logistic - Out_Identity
11Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Netz erzeugen
Layer 3:Width 1 Height 2Unit detail: - hidden - Act_Logistic - Out_Identity
Layer 4:Width 1Height 1Unit detail: - Output - Act_Identity - Out_Identity
12Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Netz erzeugen
13Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Netz erzeugen
14Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Netz erzeugen
Speichern des Netzes unter File> Save asNetwork name: z. B. Kennlinie.net
15Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Pattern erzeugen
Pattern-Datei kann mit Text-Editor bearbeitet werden
Aufbau der Kopfzeile ist zwingend einzuhalten
Bereitstellung der Datensätze gemäßdiesem Muster(hier: Trainingspattern)
Anzahl der Ausgabeneuronen
Anzahl der Eingabeneuronen
16Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Pattern erzeugen
Patterndatei mit vier Validierungsdatensätzen
17Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Pattern erzeugen
Patterndatei mit zwei Testdaten (nur Eingabewerteund keine Ausgabewerte!)
18Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Pattern-Dateien laden
19Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Pattern-Dateien laden
Alle drei erzeugten Patterndateien auswählen und öffnen
20Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Control Panel
21Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Control Panel
Trainingspattern und Validierungspattern auswählen
22Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Control Panel
zufällige Belegung der Gewichtezu Beginn des Trainings,um keine Symmetrie in den Gewichten zu erlangen
Festlegung des Intervalls,aus dem die zufälligen Werte für die Anfangsbelegung der Gewichte ausgewählt werden sollen
23Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Control Panel
Auswahl des Trainingsverfahrens
Lernrate 0,1 bis 0,9
Maximaler zulässiger Fehler
Anzahl der Lernschritte
Anzahl der Schritte nach denen validiert werden soll
Zufällige Wahl der Trainingsdatensätze
Vor dem Lernen müssen die Gewichte initialisiert werden, d. h. mit zufälligen Startwerten belegt werden
Mit „Learn All“ werden alle Trainingsdatensätze zum Training herangezogen. Es sind noch weitere Einstellungen vor dem Training notwendig!
24Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Error Graph
Graphische Darstellung von Trainings- und Validierungsfehler
25Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Weights
Graphische Darstellungder Verbindungsgewichte Entsprechend der Aktivierung
26Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Weights
Zielneuron
Quellneuron
Die Gewichte sind noch nicht aktiviert.
Aktivierung desVebindungsgewichtesz. B. von Neuron 5 zu Neuron 6
27Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Training
Initialisieren der Gewichte
28Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Training
29Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Training
30Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Kennlinie
0,0000
0,1000
0,2000
0,3000
0,4000
0,5000
0,6000
0,7000
0,8000
0,9000
1,0000
0,1000 0,2000 0,3000 0,4000 0,5000 0,6000 0,7000 0,8000 0,9000
Trainingsdaten Output nach 100 Cyclen Output nach 200 Cyclen
Output nach 500 Cyclen Output nach 1000 Cyclen Output nach 2000 Cyclen
Excel
Excel starten und Datei „kennlinie.xls“ laden
31Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Excel
Aktualisieren der Daten in Excel
32Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Excel
Die vom Netz erzeugten Output-Werte nach 100 Cyclen
Die Output-Werte aus dem Trainingsdatensatz.
Die Input-Werte aus dem Trainingsdatensatz
33Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Excel
34Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Training
35Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Training
36Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Training
37Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Training
38Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Aufgabe
• Reduzieren Sie die Anzahl der Neuronen des bestehenden Beispiels soweit wie möglich und visualisieren Sie die Ergebnisse in Excel. Verwenden Sie unterschiedliche
– Parametereinstellungen (z.B. Lernrate, …)
– Trainingsverfahren
– „extreme“ Architekturen
39Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Quellen
• Software „JNNS incl. Handbuch“:http://www-ra.informatik.uni-tuebingen.de/software/
• Software „Java“:http://www.java.com/de
• „Simulation neuronaler Netze“ von Andreas Zell
• Vorlesungsskript Prof. Lehmann
40Einführung in JavaNNS Version 1.1SS2007
Inhalt
Ende
Vielen Dank für Ihre
Aufmerksamkeit !