Lab_2_SII

МИНИСТЕРСТВО ЦИФРОВОГО РАЗВИТИЯ, СВЯЗИ И МАССОВЫХ

КОММУНИКАЦИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования Ордена Трудового Красного знамени «Московский технический университет связи и информатики»

Кафедра Радиотехнических систем

Лабораторная работа №2

по дисциплине «Системы искусственного интеллекта»

Бригада №2

Выполнили: студенты группы БРМ1801 Нланду Норберт Лело

Али Брахим Умар

Диалло Мамаду

Тененг Блек Нджифор

Проверил: преподаватель

Чиров Денис Сергеевич

Москва 2021

Цель работы:

Изучить методы кластерного анализа в системах искусственного интеллекта.

Исходные данные:

№ варианта	Метод объединения	Метрика
2	Уорда	Квадрат евклидова расстояния

Выполнение:

Минимальное количество кластеров, при котором распознавание типа сигналов производится правильно:

Результаты распознавания выборки:

Алгоритм обучения: PLSOM

Алгоритм обучения: Классический

Вывод:

В ходе выполнения лабораторной работы, мы изучили метод кластерного анализа в системах искусственного интеллекта. Недостаток кластерного анализа заключается в том, что приходится искать вручную. Глядя на построенные графики, мы видим, что, чем больше эпох обучения, тем качественней распознавание. Классическому варианту обучения нейронной сети требуется больше эпох для безошибочного распознавания объектов, чем алгоритму PLSOM.