Составители:
Рубрика:
57
классов – два (годные и бракованные изделия). Тогда на выходе сети
будем иметь два выходных нейрона с кодировкой (1 0)
т
и (0 1)
т
(т –
знак транспонирования). При большем количестве выходных клас"
сов (категорий продукции) используется кодировка вида 1 – из –
N. Для уменьшения времени обучения пороги принятия и отвер"
жения можно установить равными, соответственно, (0,9 0,1)
т
и
(0,1 0,9)
т
.
Для обучения сети методом ОРО необходимо иметь достаточное ко"
личество обучающих пар: входной вектор – требуемый вектор. В ряде
случаев в распоряжении разработчика сети таких данных мало, что при"
водит к невозможности обучения сети до заданного уровня ошибки. В
этой ситуации следует применить метод Монте–Карло для «размноже"
ния» недостающих данных. Обученную таким образом сеть можно ис"
пользовать в качестве системы контроля качества продукции.
Оценка кредитоспособности заемщика [13]. При выдаче кредита
юридическому или физическому лицу банк заинтересован в возврате
выданных сумм, и кредит выдается лишь тем субъектам, которые,
по мнению банка, вернут деньги. К сожалению, бывают ситуации,
когда выданный кредит не возвращается, несмотря на казавшуюся
надежность заемщика. В такой ситуации задача банка заключается
в том, чтобы на основе кредитной истории прошлых заемщиков бан"
ка найти оценку возврата или невозврата кредита, т. е. классифици"
ровать заемщика по степени его надежности. В зарубежной литера"
туре такого рода задачи относятся к скоринг"анализу (от англ. слова
to score – считать). Поставленная задача оценки надежности заем"
щика также решается с применением многослойного персептрона,
состоящего, к примеру, из трех слоев: входного, скрытого и выход"
ного. На входной слой подается вектор входных параметров, опреде"
ляемый через известные банку финансово"экономические характе"
ристики заемщика; число нейронов в скрытом слое подбирается раз"
работчиком вначале интуитивно (по крайней мере, в два раза больше
размерности входного вектора); количество нейронов выходного слоя
определяется числом классов, на которые требуется разбить сово"
купность данных.
Для обучения нейронной сети необходимо иметь достаточную
выборку примеров кредитной истории, из которой формируется
обучающая и тестовая серии. Большей частью таких данных в рас"
поряжении разработчика нет, поэтому следует воспользоваться
методом статистического моделирования для «размножения» дан"
ных. Размерность входного вектора влияет на архитектуру ИНС,
усложняя ее при увеличении числа компонентов, вследствие чего
Страницы
- « первая
- ‹ предыдущая
- …
- 55
- 56
- 57
- 58
- 59
- …
- следующая ›
- последняя »
