Wismar Business School

Präsentation zum Thema: "Wismar Business School"—  Präsentation transkript:

1 Wismar Business School
Wissensextraktion mittels künstlicher neuronaler Netze Arbeit mit dem JavaNNS Uwe Lämmel

2 Schritte JavaNNS installieren Erzeugen eines Netzes
Anlegen einer Training-Datei .pat Anlegen einer Test-Datei .pat Trainieren des Netzes Speichern und Auswerten der Ergebnisse

3 JavaNNS installieren Herunterladen von Java / JRE muss installiert sein Entpacken Start mit: >java –jar JavaNNS.jar besser: anlegen einer .cmd-Datei mit Aufruf-Zeile Start von JavaNNS und probieren: Help > Content falls Fehler, dann Browser-Pfad einstellen unter View > Properties…

4 Erzeugen eines Netzes Netz zur Erkennung von Großbuchstaben
3 Schichten Eingabe-Schicht 5x7 Neuronen verdeckte Schicht 10 Neuronen Ausgabe-Schicht 26 Neuronen genau ein Neuron aktiv Neuron ~ Buchstabe

5 Erzeugen eines Netzes Vorbereitung: View > Network
Schichten anlegen: Tools > Create > Layers… Maske füllen Typ der Neuronen festlegen (Input, Hidden, Output) Create erzeugt Schicht Schichten in Reihenfolge Eingabe-Schicht verdeckte Schicht (hidden) Ausgabe-Schicht erzeugen erzeugen create layer für Eingabe-Schicht

6 Erzeugen eines Netzes Ausgabe-Schicht mit 4x7 Neuronen erzeugen
Die letzten beiden Neuronen (rechts unten) löschen !  26 Neuronen in Ausgabe-Schicht Netz-Darstellung anpassen unter View > Display Settings …

7 Erzeugen eines Netzes – Verbindungen
Tools > Create > Connections … Auswahl von: Connect feed-forward Connect – erzeugt die Verbindungen Sichern nicht vergessen!

8 Erzeugen einer Muster-Datei zum Training
Editor PSPad, Notepad++ … .pat-Datei erzeugen mit nebenstehender Struktur # Zeilen = Kommentar 5x7 Eingabe-Neuronen mit 0-1-Buchstaben-Muster 26 Ausgabe-Neuronen, 25 davon 0 und eine 1 als Vertreter des Buchstabens  lettertrain.pat

9 Erzeugen einer pat-Datei zum Testen
Kopie der Trainingsdatei anlegen Zwei Werte in jedem Eingabemuster zufällig verändern (0->1 oder 1->0) entspricht ca. 5% Abweichung  lettertest.pat

10 Trainieren des Netzes Laden der Muster-Datei zum Trainieren
Bei Fehler: Netz prüfen: Anzahl und Typ der Neuronen Verbindungen Muster-Datei prüfen Zahl der Muster Zahl der Werte 0,1

11 Trainieren des Netzes – Vorarbeiten
Öffnen Tools > Control Panel View > Error Graph Probieren: Control Panel > Updating Muster durchklicken Eingabe-Muster == Buchstabe andere Schichten ohne erkennbare Struktur, verschiedene Grüntöne

12 Trainieren des Netzes Control Panel > Learning Init
Learn All (für etwa 100 Zyklen) Error Graph beobachten! ev. weiter Learn All Fehler-Kurve beobachten Qualität prüfen (siehe nächste Folie)

13 Trainieren des Netzes – Qualität prüfen
Control Panel > Updating Muster durchklicken Ausgabe-Schicht beobachten Werden alle Buchstaben erkannt? Falls nein, zurück zur vorherigen Folie  Learning

14 Speichern und Bewerten der Ergebnisse
Test-Datei laden KEIN Training! File > Save Data … Dateiname ändern in .res-Datei, z.b. test1.res Erscheint Fenster „Saving details“ include ouput patterns aktivieren speichern

15 Speichern und Bewerten der Ergebnisse
.res-Datei enthält: gewünschtes Output je Muster berechneter Output je Muster (real-Werte) res-Datei muss ausgewertet werden EXCEL / eigenes Programm

16 2 Muster-Dateien parallel
Laden der Trainingsdatei Laden der Test-Datei im Control Panel unter Patterns Training set validation set (Test) einstellen Trainieren wie beschrieben im Error graph Fenster 2 Kurven: Fehler Trainingsmenge Fehler Testmenge

17 Ende