Kuliah 2 PSD Lanjut

PSD Lanjut

ACHMAD HIDAYATNOJURUSAN TEKNIK ELEKTROUNDIP SEMARANG

Kuliah 2 : Arsitektur dan Pembelajaran Jaringan

2

ARSITEKTUR JARINGAN

Jaringan Umpan-maju Lapis Tunggal Linear associative memory

Jaringan Umpan-maju Lapis Jamak Terhubung keseluruhan Terhubung sebagian

Jaringan Berulang Adanya umpan balik

Jaringan Larik Dengan berbagai ukuran


3

Jaringan Umpan-maju Lapis Tunggal


4

Jaringan Umpan-maju Lapis Jamak


5

Jaringan Berulang

keluaran

masukan


6

Jaringan Larik


7

Pengetahuan

Pengetahuan merujuk pada informasi atau model tersimpan yang digunakan oleh orang atau mesin untuk memahami, meramalkan dan menanggapi secara sesuai terhadap dunia luar. (Fischer dan Firschein, 1987)

Ciri utama perwakilan pengetahuan: Apakah informasi itu? Bagaimana informasi secara fisik disandikan untuk

penggunaan selanjutnya?


8

Rosenbalt (1958)

THE PERCEPTRON: A PROBABILISTIC MODEL FOR INFORMATION STORAGE AND ORGANIZATION IN THE BRAIN

1. How is information about the physical world sensed, or detected, by the biological system?

2. In what form is information stored, or remembered?

3. How does information contained in storage, or in memory, influence recognition and behavior?


9

Tugas JST

Tugas utama JST adalah membelajarkan suatu model lingkungan yang mana JST tersebut ditanam dan mengatur model tersebut agar tetap konsisten terhadap lingkungannya sedemikian hingga mencapai tujuan yang telah ditentukan.

Pengetahuan terhadap lingkungan terdiri atas: Informasi awal (prior) Pengamatan (pengukuran), yang berderau

Contoh: JST untuk mengenali tulisan tangan angka desimal


10

Perancangan JST untuk mengenali tulisan tangan angka desimal

Contoh untuk melatih JST adalah adalah tulisan tangan angka desimal dari 0 sampai 9 dari beberapa orang agar tercakup keberagaman datanya.

Langkah I: pilih arsitektur jaringan disesuaikan dengan jenis data yang telah dikumpulkan. Kemudian latih JST.

Langkah II: Uji JST untuk mengenali tulisan yang tidak digunakan pada latihan. Langkah ini disebut generalization.


11

Aturan Pewakilan Pengetahuan

Masukan yang sama dari kelas yang sama harus menghasilkan perwakilan yang sama dalam jaringan, dan selanjutnya harus digolongkan pada kelas yang sama

Item yang digolongkan sebagai kelas yang berbeda harus mempunyai perbedaan yang jauh pada perwakilannya di jaringan

Jika suatu ciri dianggap penting, seharusnya sejumlah besar neuron terlibat dalam perwakilannya dalam jaringan

Informasi awal dan ketakubahan harus tercakup dalam rancangan jaringan, sehingga menyederhanakan rancangan jaringan untuk tidak mempelajarinya


12

Vektor bernilai real berukuran Nx1

Jarak Euclidean

Inner product (hasil kali dalam) Keterkaitannya:

Notasi Matematis


13

Informasi Awal

Local StructureFeature DetectorFeature MapWeight Sharing


14

Ketakubahan

Mengenali tulisan angka dengan berbagai arah masukan

Mengenali ucapan dari berbagai orang dengan bermacam logat dan tempo

Ada 3 teknik: Invariance by Structure Invariance by Training Invariant Feature Space


15

Contoh


16

AI (Kecerdasan Tiruan)

Suatu sistem AI harus memiliki 3 kemampuan berikut:Menyimpan pengetahuanMemanfaatkan pengetahuan yang disimpan

untuk menyelesaikan masalahMenemukan pengetahuan baru berdasar

pengalaman


17

3 unsur utama AI


18

Historical Notes

1943, Warren S. McCulloch dan Walters Pitts, “A LOGICAL CALCULUS OF THE IDEAS IMMANENT IN NERVOUS ACTIVITY” mesin von Neumann

1949, Donald Olding Hebb menulis buku berjudul “The Organization of Behavior” yang mendasari aturan pembelajaran untuk modifikasi sinapsis learning and adaptive system


19

1952, William Ross Ashby menulis buku “Design for a Brain: The Origin of Adaptive Behavior” not inborn but rather learned changes for better

1954, Marvin Minsky menulis disertasi berjudul “Theory of Neural-Analog Reinforcement System and Its Application to the Brain-Model Problem”


20

1958, Frank Rosenblatt menulis paper berjudul “THE PERCEPTRON: A PROBABILISTIC MODEL FOR INFORMATION STORAGE AND ORGANIZATION IN THE BRAIN”

1960, Widrow dan Hoff Adaline (adaptive linear element)

1965, Nils J. Nilsson ”Learning Machine”


21

1973, von der Malsburg membuat simulasi komputer self organizing maps

Kuliah 2 PSD Lanjut

Documents

Transcript of Kuliah 2 PSD Lanjut