ПЗ №11 УИР СРРС-22-1б

• В видео рассказывается о нейросетях, их структуре и обучении.  

• Нейросети имеют множество входов и выходов, а также множество скрытых слоев.  

• Для обучения нейросети необходимо составить таблицу с исходными данными и выбрать метод обучения.  

• В примере рассматривается задача определения комфорта по температуре и количеству осадков.  

• В видео демонстрируется использование утилиты для обучения нейросети.  

• В утилите можно выбрать тип нейросети, структуру и функцию активации.  

• В видео рассматриваются примеры использования нейросетей для определения комфорта, классификации состояний и кластеризации данных.  

• Обучающая выборка используется для обучения нейросети, валидационная выборка - для проверки качества обучения, а тестирующая выборка - для оценки точности нейросети.  

• В видео демонстрируется процесс обучения нейросети на примере задачи определения комфорта.  

• В видео объясняется, что переобучение нейросети может привести к ошибкам в валидационной и тестирующей выборках.  

• Для предотвращения переобучения нейросети используется валидационная выборка, которая составляет около 20-30% от общего количества точек.  

• В видео демонстрируется моделирование нейросети на примере функции синуса.  

• Результаты моделирования сравниваются с ожидаемыми результатами.  

• В видео обсуждается обучение нейросети на примере синуса.  

• Задача состоит в том, чтобы уменьшить период синуса, уменьшая аргумент.  

• Для этого используется метод "гейн" и умножение на 2.  

• Сравниваются результаты обучения нейросети и исходной версии синуса.  

• В области, где обучалась нейросеть, она понимает зависимость, но за пределами этой области выдает неправильные результаты.  

• Обсуждается возможность участия в университетском туре и отборочном туре на кафедре.  

• Рассматривается использование мягкой робототехники и ее применение.  

• Обсуждается сравнение аналогов и подготовка к дипломной работе на четвертом курсе.  

• Необходимо провести анализ проблемы, обзор аналогов, сравнение и сделать таблицу критериев.  

• В видео рассказывается о том, как использовать нейросеть для обучения робота.  

• Вместо использования четкого регулятора, робот будет обучаться с помощью нейросети.  

• Робот будет двигаться по кругу, если находится в центре карты.  

• Если робот находится близко к стенке, он будет двигаться вдоль стены.  

• Робот должен научиться выполнять поворот в углу.  

• Важно избегать ситуаций, когда при обучении нейросети входы остаются одинаковыми, а выходы разные.  

• Собираются данные с датчиков и угловых скоростей колес.  

• Данные собираются в переменную "out", которая затем используется для обучения нейросети.  

• Робот будет двигаться прямо, если находится возле стенки.  

• Важно избегать ситуаций, когда при обучении нейросети входы остаются одинаковыми, а выходы разные.  

• В видео обсуждается обучение нейросети для робота, который должен двигаться по окружности.  

• Для обучения используются данные, собранные с трех датчиков, которые измеряют угловые скорости колес робота.  

• Обученная нейросеть проверяется в действии на роботе.  

• В результате робот двигается по окружности, но с некоторыми ошибками.  

• Обсуждается, почему робот совершает ошибки при движении по окружности.  

• Возможно, это связано с тем, что датчик стоит дальше от центра окружности, чем другие.  

• В заключение, автор просит выполнить задание и прислать отчет о проделанной работе.  

• В видео также обсуждаются имена и фамилии студентов, которые не присутствуют на занятии.