Искусственные нейронные сети. Сивохин А.В - 47 стр.

   AG = sim(net, PG);
   AS = sim(net, PS).
   Убедиться, что для статической сети групповое и последователь-
ное представления входных сигналов дают один и тот же результат.
   10. Дополнить архитектуру созданной нейронной сети линиями
задержки для входных сигналов и для сигналов между 2-м и 3-м
слоями, превратив таким образом статическую сеть в динамическую:
   net.inputWeights{1, 1}.delays = [0 1];
   net.inputWeights{1, 2}.delays = [0 1];
   net.layerWeights{3, 2}.delays = [0 1 2].
   Построить структурную схему динамической сети и выяснить
смысл используемых операторов присваивания.
   11. Скорректировать весовые матрицы:
   net.IW{1, 1} = [0.5 0.5];
   net.IW{1, 2} = [0.5 0.25];
   net.LW{3, 2} = [0.5 0.25 1].
   12. Промоделировать динамическую сеть, используя групповое и
последовательное представление входных сигналов:
   AG = sim(net, PG);
   AS = sim(net, PS).
   Убедиться, что групповое представление входных сигналов иска-
жает результат, так как в этом случае работа одной сети заменяется
параллельной работой двух (по числу последовательностей) одина-
ковых сетей с нулевыми начальными значениями сигналов на выхо-
дах линий задержки.
   13. Вывести на печать поля вычислительной модели и их содер-
жимое, используя функцию celldisp.
   14. Сохранить содержимое командного окна в М-файле для по-
следующего использования.

   Задание 2. Создать точно такую же динамическую сеть asgnet,
используя конструктор класса network без параметров и задавая зна-
чения соответствующих полей вычислительной модели с помощью


                               47