Omówiony algorytm ekstrakcji wiedzy z nauczonej sieci neuronowej pozwala interpretować działanie modeli neuronowych realizujących regresję uogólnioną. Opisane narzędzie może być stosowane dla dowolnej sieci MLP, jeżeli wszystkie jej neurony realizują podwójnie różniczkowalną funkcję przejścia. Miary istotności Ia i synergiczności S ab pozwalają w większości rzeczywistych procesów scharakteryzować oddziaływanie parametrów wejściowych. Procesy, w których kierunki wzajemnego oddziaływania parametrów i wpływu na wyjście są różne w poszczególnych obszarach przestrzeni atrybutów mogą być opisane przy pomocy reguł wygenerowanych przy użyciu omówionego algorytmu genetycznego. Analiza procesu cynkowania ogniowego przy wykorzystaniu omówionej metody pozwoliła na uzyskanie informacji o istotności oraz kierunku oddziaływania poszczególnych parametrów procesu. Natomiast analiza synergiczności dla tego procesu nie wskazała na występowanie synergii pomiędzy parametrami technologicznymi uwzględnianymi przez model neuronowy.
EN
One of the major disadvantages of neural networks is that they can be considered as black boxes, since no satisfactory explanation of their work. A method for the analysis of regression neural networks, which provides physical interpretation of examined processes, is described in the paper. Method was verified on a base of test and empirical data of hot-dip zinc coating process.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.