АНАЛИЗ ДАННЫХ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ [in GameDev]

Отчет по СЕКРЕТНОЙ лабораторной работе #4 выполнил(а):

• Холстинин Егор Алексеевич
• РИ-220943 Отметка о выполнении заданий (заполняется студентом):

Задание	Выполнение	Баллы
Задание 1	*	60
Задание 2	*	20
Задание 3	*	20

знак "*" - задание выполнено; знак "#" - задание не выполнено;

Работу проверили:

• к.т.н., доцент Денисов Д.В.
• к.э.н., доцент Панов М.А.
• ст. преп., Фадеев В.О.

Структура отчета

• Данные о работе: название работы, фио, группа, выполненные задания.
• Цель работы.
• Задание 1.
• Код реализации выполнения задания. Визуализация результатов выполнения (если применимо).
• Задание 2.
• Код реализации выполнения задания. Визуализация результатов выполнения (если применимо).
• Задание 3.
• Код реализации выполнения задания. Визуализация результатов выполнения (если применимо).
• Выводы.
• ✨Magic ✨

Цель работы

Познакомиться с работой перцептрона.

Задание 1

В проекте Unity реализовать перцептрон, который умеет производить вычисления OR, AND, NAND, XOR. Дать комментарии о корректности работы.

Ход работы:

• Создал пустой проект на юнити. Добавил в него скрипт с обучением перцептрона.
• Создал пустой обьект, повесил на него скрипт с перцептроном. Создал для него таблицу истиности.

• Пронаблюдал через консоль как он обучается настраивая веса.

• OR - находил нужные веса и обучался довольно быстро.
• AND - находил нужные веса и обучался спустя 6-7 итераций.
• NAND - находил нужные веса и обучался спустя 6-7 итераций.
• XOR - чем дольше обучался тем хуже становились веса и количество ошибок.

Задание 2

Построить графики зависимости количества эпох от ошибки обучения. Указать от чего зависит необходимое количество эпох обучения.

• Пронаблюдал количество ошибок в зависимости от эпохи. Занес эти данные в таблицу и построил графики.
• Необходимое количество эпох обучения зависит от того насколько тяжело подобрать подходящие веса удовлетворяющие таблице истиности.

(ссылка на таблицу: https://docs.google.com/spreadsheets/d/1rFPY4AlMudMtr-gOVJbo8KesVvOc9S9Vvu6Fz1WHl98/edit#gid=0)

Задание 3

Построить визуальную модель работы перцептрона на сцене Unity.

• Визуальную модель перцептрона я решил построить следующим образом:
  • Есть два кубика разного цвета символизирующие 1 и 0
  • При соприкосновении кубик сверху уничтожается а нижний перекрашивается в результат по таблице истиности
  • Таблицу истиности я наследую от таблицы передаваемой в перцептроны для обучения

using System;
using System.Collections;
using System.Collections.Generic;
using System.Linq;
using Unity.VisualScripting;
using UnityEngine;

public class PerceptronSimulation : MonoBehaviour
{
	// Start is called before the first frame update
	public Renderer Renderer;
	public Material[] Materials;
	public Perceptron SimulatedPerceptron;
	private Dictionary<int, int> boolLogic = new();

	void Start()
	{
		Renderer = GetComponent<Renderer>();
		foreach (var logic in SimulatedPerceptron.ts)
		{
			boolLogic.TryAdd((int)logic.input.Sum(), (int)logic.output);
		}
	}

	private void OnCollisionEnter(Collision other)
	{
		if (!other.gameObject.CompareTag("BoolCube"))
		{
			return;
		}

		var output = boolLogic[ConvertColorToInt(Renderer.material.name) +
		                       ConvertColorToInt(other.gameObject.GetComponent<Renderer>().material.name)];
		Renderer.material = Materials[output];
		Destroy(other.gameObject);
	}

	private static int ConvertColorToInt(string color)
	{
		return color.Contains("White") ? 1 : 0;
	}

	// Update is called once per frame
	void Update()
	{

	}
}

• Работа визуальной модели на примере OR
• До соприкосновения:

• После соприкосновения:

Выводы

В ходе данной лабораторной работы я познакомился с понятием перцептрона. Пронаблюдал то, каким образом его можно обучить. И создал свою визуальную модель его работы.

Plugin	README
Dropbox	[plugins/dropbox/README.md][PlDb]
GitHub	[plugins/github/README.md][PlGh]
Google Drive	[plugins/googledrive/README.md][PlGd]
OneDrive	[plugins/onedrive/README.md][PlOd]
Medium	[plugins/medium/README.md][PlMe]
Google Analytics	[plugins/googleanalytics/README.md][PlGa]

Powered by

BigDigital Team: Denisov | Fadeev | Panov