Kuliah 2 PSD Lanjut
-
Upload
inesh-eskanesiari -
Category
Documents
-
view
16 -
download
1
description
Transcript of 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
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
3
Jaringan Umpan-maju Lapis Tunggal
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
4
Jaringan Umpan-maju Lapis Jamak
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
5
Jaringan Berulang
keluaran
masukan
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
6
Jaringan Larik
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
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?
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
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?
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
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
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
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.
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
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
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
12
Vektor bernilai real berukuran Nx1
Jarak Euclidean
Inner product (hasil kali dalam) Keterkaitannya:
Notasi Matematis
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
13
Informasi Awal
Local StructureFeature DetectorFeature MapWeight Sharing
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
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
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
15
Contoh
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
16
AI (Kecerdasan Tiruan)
Suatu sistem AI harus memiliki 3 kemampuan berikut:Menyimpan pengetahuanMemanfaatkan pengetahuan yang disimpan
untuk menyelesaikan masalahMenemukan pengetahuan baru berdasar
pengalaman
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
17
3 unsur utama AI
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
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
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
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”
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
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”
Kuliah 2 : Arsitektur dan Pembelajaran Jaringan
21
1973, von der Malsburg membuat simulasi komputer self organizing maps