Referatai, kursiniai, diplominiai

   Rasti 87 rezultatai

Bakalauro darbas
2011-03-10
prekes zenklas
Administravimas  Diplominiai darbai   (27 psl., 49,92 kB)
Šiame straipsnyje siekiama išskirti veiksnius, kurie svarbūs valdymui pokyčių kontekste. Šiuolaikiniame pasaulyje akivaizdus valstybių ir visuomenių suartėjimas. Kalbant apie pokyčius, neišvengiamai kyla klausimų apie mūsų ateitį. Teisingas pokyčių ir jų padarinių numatymas dar šiandien leistų organizacijų vadovams keisti strategijas ir pasirengti rytdienai. Tai garantuotų konkurencinį pranašumą ir sėkmingą organizacijų veiklą. Pagrindinių kaitos poveikio sričių nustatymas yra viena svarbiausių šiandienos vadybos mokslo problemų.
Ekonomika  Tyrimai   (7 psl., 31,14 kB)
63 anglų topikai
2010-05-31
BALANCED DIET, CINEMA, CRIME, ENVIRONMENT, EUROPEAN UNION & NATO, FOREIGN LANGUAGES, HISTORY OF CHRISTMAS, JUNK FOOD, LITHUANIA IN 50 YEARS’ TIME, MASS MEDIA, PROFILE EDUCATION, SMOKING & DRUGS, SPORT,TECHNOLOGY DEVELOPMENT, TRANSPORT....
Anglų kalba  Kalbėjimo temos   (42 psl., 53,24 kB)
Beveik kiekvienas žmogus pradeda gyvenimą šeimoje. Kartais atsitinka, kad tėvai negali auginti savo vaiko. Šeimos patirties nebuvimas gali būti pražūtingas žmonėms, nebent yra kažkoks tinkamas pakaitalas. Čia bus kalbama apie šeimą, kaip apie pačią svarbiausia daugiaasmenę sąveiką. Pasak L.C. Johnson (2003), daugiaasmenėje sąveikoje kiekvienas žmogus stengiasi atsakyti į pagrindinį klausymą “ Ar aš galiu būti asmenybe ir ar gali mane kiti mylėti?” Žmonių santykiams labai svarbi įtampa atsirandanti tenkinant savo poreikius ir kartu palaikant santykius su kitais. Iš pradžių ši įtampa pasireiškia šeimoje tarp mažo vaiko ir jo tėvo.
Komunikacijos  Konspektai   (121 psl., 173,65 kB)
Mūsų grupė pasirinko nagrinėti šiais laikais neatskiriamą žmogaus draugą ir vieną iš svarbiausių žmonijos atradimų – „Sony Ericsson“ firmos gaminį - mobilųjį telefoną Sony Ericsson W902. Mūsų grupės nariai nusprendė rašyti darbą apie jį, nes „Sony Ericsson“ firmos telefonai yra vieni populiariausių jaunimo ir studentų tarpe. W902 yra daugialypis telefonas, turintis daugybę reikalingų funkcijų, taip pat vienas iš moderniausių ir populiariausių. Mobilusis telefonas vis labiau skverbiasi į mūsų gyvenimą – be jo jautiesi kaip ,,be rankų“, be jo negali žengti nė žingsnio, palikęs jį kur nors, jautiesi lyg būtum kažko netekęs. Tirti Sony Ericsson W902 nusprendėme todėl, kad patys naudojame šios firmos gaminius. Taip pat norėjome labiau praplėsti žinias apie šią kompaniją, jos teikiamą produkciją, ir palyginti su kitų garsių mobiliųjų telefonų kompanijų gaminiais. Atlikdami šį grupinį darbą, pasisėmėme tiek teorinių, tiek praktinių žinių, kurios gali praversti ateityje. Pateikta medžiaga surinkta įvairiais būdais: ieškojome internete, vykome į mobiliųjų telefonų padravimų salonus, kur prekiaujama Sony Ericsson W902, klausėme vartotojų, kurie naudoją šią prekę.
Administravimas  Kursiniai darbai   (25 psl., 112,79 kB)
Triukšmas yra viena iš didžiausių problemų, kuri gali sukelti ne tik trumpalaikį poveikį klausai, bet ir rimtas ligas. Labiausiai pažeidžiama nervų sistema – atsiranda nuovargis, silpnumas, irzlumas, nemiga, padidėja nervinis jautrumas, gali atsirasti kiti nerviniai ir psichiniai sutrikimai. Triukšmas labai erzina, trikdo darbingumą, ypač kūrybinę veiklą, protinį darbą. Padažnėja širdies susitraukimai, ligonis jaučia širdies plakimą ar skausmą. Padidėja kraujospūdis. Pablogėja galūnių kraujotaka. Todėl bandoma įvairiais būdais spręsti šią problemą. Įvairiose įmonėse, tam tikrose teritorijose yra nustatoma tam tikri leistini garso dažniai, kurie dar nesukelia sveikatos sutrikimų. Jei garsas yra didesnis yra taikomos tam tikros baudos tam, kad žmonės laikytųsi tam tikrų nustatytų, pagal įstatymą, taisyklių. Europoje ši problema yra aktualesnė nei Lietuvoje.
Aplinka  Kursiniai darbai   (18 psl., 34,21 kB)
Kolokacijos - tai žodžių junginiai, dažnai pasitaikantys sakytinėje ir rašytinėje kalboje, sukuriantys naują semantinę reikšmę ir skirstomi pagal savo funkciją ir sandarą. Kaip ir kiti kalbos vienetai, verčiant yra transformuojamos naudojant pagrindinius vertimo trasformacijų tipus – perkėlimą, pakeitimą, įterpimą ir praleidmą. Šio darbo tikslas – išrinkti kolokacijas, sudarytas iš veiksmažodžio ir daiktavardžio analizuojant Europos Sąjungos dokumentus ekologijos tema, pastebėti ir analizuoti kolokacijų vertimo transformacijas. Darbo uždaviniai – apžvelgti įvairių autorių teorinius požiūrius, susijusius su darbo objektu, pateikti asmeninę sampratą, apžvelgti transformacijų dėsningumus ir susisteminti bei apibendrinti tyrimo duomenis.
Kita  Kursiniai darbai   (17 psl., 52,89 kB)
Mass Media
2010-02-09
The mass media plays very important role in our life. It helps us to learn what is happening in the world very fast. Mass media includes newspapers, magazines, radio and television. Nowadays there are so many newspapers a. magazines, radio station a. TV channels that we have to be very selective a. choose the best of them.
Anglų kalba  Kalbėjimo temos   (1 psl., 7,67 kB)
Šie metodai turi labai lėtą konvergavimą, bet teoriškai jie gali įveikti vietinį minimumą (local minima.) Kitas trūkumas yra tas, kad vienas turi valdyti daugybę vidinių kintamųjų (kiekvienam svoriui nustatyti triukšmo periodus), kas nėra labai efektyvu. Arba apibrėžti tik išorinius kintamuosius - tokius kaip įėjimo signalas (input), norimas signalas ir žingsnio dydis. Iš pragmatiškos požiūrio pusės labai pageidaujami būtų taip vadinami on-line (tiesioginiai) algoritmai, t.y. algoritmai, kur atskiram pavyzdžiui svoriai kaskart būtų atnaujinami. Bet žvelgiant iš (annealing) modeliavimo pusės į stochastinę on-line atnaujinimo metodų prigimtį , jų realizavimas nebūtų efektyvus. Dėl šių priežasčių bus bandoma atlikti tokį eksperimentą: pridėti triukšmus prie norimo signalo ir eksperimentiškai ištirti tokios procedūros privalumus. Triukšmas taip pat buvo naudojamas gradiento perdavimo (descent) procedūrose. Holmstrom išanalizavo statinio BP algoritmo [Holmstrom and Koistinen, 1992] apibendrinimo galimybę, kuomet atsitiktinis triukšmas įvedamas į išorinius signalus. Šie bandymai parodė, kad apibendrinimas gali būti pagerintas naudojant bandomuosiusose (training) duomenyse papildomus triukšmus. Matsuoka pademonstravo, kad ir triukšmo įvedimas į vieną įėjimo signalą gali pagerinti apibendrinimą (generalization) [Matsuoka, 1992]. Abu autoriai susikoncentravo tik ties tinklo apibendrinimo galimybe, tačiau jie nenagrinėjo triukšmų poveikio mokymosi greičiui ir išėjimo iš local minima galimybės. II Mokymosi su papildomais triukšmais atitinkamame signale analizė II.1 Klasikinis stebimas mokymasis Šioje dalyje kaip mokymosi sistemos prototipas yra naudojamas daugiasluoksnis perceptronas (perceptron) (MLP) su dviem lygiais. Tačiau išvados gali būti atvaizduojamos atsikartojančiose topologijose. Šiame tinkle, xk aprašo iėjimo vektoriaus vieną elementą; yi yra išėjimo lygio i-tasis išėjimas; Wij nusako svorius tarp paslėpto ir išėjimo sluoksnių; Vjk yra svoris tarp įėjimo ir paslėpto sluoksnio; ir Pj nusako paslėpto sluoksnio aktyvavimą. Pateiktas čia apmokymo algoritmas - tai atgalinio mokymo (backpropagation) (BP) algoritmas [Rumelhart et al, 1986]. Tegul di(t) žymi kelis norimus išėjimo neurono i laiko momentu t atsakymus, kur t yra diskretaus laiko indeksas. Galima apibrėžti klaidos signalą, kaip skirtumą tarp norimo atsakymo di(t) ir turimo atsakymo yi(t). Tai nusakomo (1) formulė: Pagrindinis mokymosi tikslas yra minimizuoti kainos funkciją, kurią nusako klaidos signalas ei(t), taip, kad turimas kiekvieno išėjimo neurono atsakymas tinkle statistikine prasme artėtų prie norimo atsakymo. Kriterijus naudojamas kainos funkcijai yra Vidurkio-Kvadrato-Klaidos (Mean-Square-Error) (MSE) kriterijus, apibrėžiamas kaip klaidos kvadrato sumos vidurkio-kvadrato reikšmė [Haykin, 1994]: Kur E yra statistikinis tikimybės operatorius ir sumuojami visi išėjimo sluoksnio neuronai (i=1,…,M). Kainos funkcijos J minimizavimas atsižvelgiant į tinklo parametrus lengvai g.b. formuluojamas gradiento mažinimo (gradient descent) metodu. Šios optimizavimo procedūros problema yra ta, kad jai reikia žinių apie neapibrėžtų procesų, generuojančių pavyzdžius, statistikines charakteristikas. Praktiškai tai gali būti apeita, optimizavimo problemai surandant artimą sprendinį. Klaidos kvadratų sumos momentinė reikšmė (Instantaneous value of the sum of Squared Errors) (ISE) yra pasirinkimo kriterijus [Haykin, 1994]: Po to tinklo parametrai (svoriai) yra pritaikomi ε(t). Faktiškai ši procedūra vadovaujasi taip vadinamu LMS algoritmu, kuomet svoriai yra atnaujinami kartu su kiekvienu pavyzdžiu [Widrow and Hoff, 1960]. II.1 Mokymasis su norimu triukšmingu signalu Vietoj to, kad svorių pritaikymui naudoti norimą signalą di(t), kaip norimas signalas išėjimo neuronui i imamas naujas signalas di(t)+ ni(t), kur ni(t) yra triukšmo periodas. Šiam triukšmo periodui priskiriamas nulinės reišmės baltas triukšmas su σ2 pokyčiu (variance) , nepriklausančiu nei nuo įėjimo signalo xk(t) nei nuo norimų signalų di(t). Neapibrėžtas triukšmo perdavimas yra priskiriamas Gauso ar vienarūšiam perdavimui. Čia norima įrodyti, kad šis naujas norimas signalas neįtakoja galutinės svorių reikšmės statistikine prasme. Tai užtikrina, kad nauja savybė sprendžia originalią optimizavimo problemą. Turint naujus norimus signalus, MSE (4) lygties gali būti perrašyta taip: Nėra sunku įrodyti [Richard and Lippmann 1991; White, 1989; Haykin, 1994], kad (4) lygtis yra lygi Kur ‘|’ simbolis žymi sąlygines galimybes (probabilities), ir 'var' yra kitimų (variance) sutrumpinimas. Pastebėkite, kad antras periodas dešinėje (5) lygties pusėje prisidės prie bendros klaidos J ir koks ir bebūtų mokymosi progresas, jis neįtakos galutinės svorių reikšmės, kadangi jis nėra tinklo svorių funkcija. Optimali svorių reikšmė yra apsprendžiama tiktai pirmo (5) lygties periodo. Kuomet triukšmas yra nulinės reikšmės baltas triukšmas ir jis nepriklauso nei nuo norimo, nei nuo įėjimo signalų, mes turime (6) lygtis rodo, kad triukšmas iš lygties, kuri apibrėš galutines svorių reikšmes, dingsta, taigi mokymassi su norimo triukšmo signalu duos rezultatų, originalios optimizavimo problemos sprendimo prasme, t.y. be triukšmo pridėjimo prie norimo signalo. (learning with the noisy desired signal will yield in the mean the solution for the originaloptimization problem, i.e., without the noise added to the desired signal.) Reiktų konstatuoti, kad ši išvada galioja visoms architektūrų rūšims.Atlikimo funkcijai apibrėžti reikalingi tik išoriniai matavimai (MSE), ir tai nėra susiję nei su topologija nei su kainos funkcijos apibrėžimo būdu (statiniu ar kintamu). Nors šis sprendimas yra patenkinamas, reikia prisiminti, kad mus domina on-line algoritmas, kur yra mokymosi dinamika, t.y. kaip mokymosi progresas yra veikiamas triukšmų. II.3 On-line algoritmas mokymuisi veikiant norimam triukšmingam signalui Reiktų pažymėti, kad atliekamos, modifikacijos, jokiais būdais neveikia atgalinio mokymosi algoritmo realizacijos, kadangi yra modifikuojamas tik signalas, kuris yra įvedamas kaip norimas rezultatas. Taigi, siūlomos modifikacijos gali būti taikomos dar neegzistuojančioms modeliavimo sistemoms. Svarbi problema, kaip modeliavimo metu valdyti triukšmų kaitą (variance). Dėl to tolimesniame skyriuje bus apžvelgiama tiukšmų įtaka momentiniam gradientui. II.4 Norimo triukšmingo signalo gradiente analizė. Svorinio vektoriuas pritaikymo statiniame BP algoritme formulė, tiklui atvaizduotame 1 pav. norimame signale be triukšmų yra [Hertz et al.,1991] Svoriams tarp paslėpto sluoksnio ir išorinio sluoksnio, ir Svoriams tarp iėjimo sluoksnio ir paslėpto sluoksnio, kur ŋ yra žingsnio dydis. Su triukšmingu norimu signalu, ISE (3) lygties tampa: Lygtyse (7) ir (8) įrašant naują reikšmę εnoisy(t), gausime lygtis Palyginus lygtis (7) su (10) ir (8) su (11) daroma išvada, kad triukšmo pridėjimo prie norimo signalo poveikis, tai extra stochastinio periodo svoriniame vektorių taikyme įtraukimas, kas gali būti modeliuojama kaip pridėtinis momentinio gradiento triukšmas (pertirbation) betriukšminiam atvejui. Stochastinio periodo bendra forma Kur N(t) yra veiksmo funkcija gauta pakeitus originalią klaidą d(t)-y(t) įvestu triukšmu n(t). Panagrinėkime papildomų periodų (extra terms) statistines savybes (10) ir (11) lygtyse ir pastebėkime kaip jos veikia svorinių vektorių statistiką. Bet pirmiausia, apibrėžkime atsitiktinius kintamuosius: Jeigu atsitiktiniai kintamieji ir nepriklauso vienas nuo kito, ir g ir f funkcijos yra Borelo funkcijos, tuomet f ir gtaip pat yra nepriklausomos [Feller, 1966]. Realiausios funkcijos f(x) įskaitant sigmoido funkciją, plačiai naudojamą neuroniniuose tinkluose yra Borelio funkcijos. Taigi, galima daryti išvadą, kad (10) ir (11) lygtyse triukšmas n(t) nepriklauso nuo O taip pat ir nuo Todėl gali būti užrašytos papildomų periodų (extra terms) tikimybės ir Jų kitimas (variance) ir Iš (14) ir (15) lygties galima daryti išvadą, kad nulinės reikšmės atsitiktinis triukšmas norimame signale nedaro įtakos svoriniams vektoriams, taigi pagrindinė papildomo stochastinio periodo (extra stochastic term) svorio atnaujinimo reikšmė yra nulis. Iš (16) ir (17) lygties daromos dvi svarbios išvados: triukšmas pridėtas prie norimo signalo veikia svorio atnaujinimo kitimą proporciškai kiekvieno svorio jautrumui. Tai reiškia, kad atskiro triukšmo šaltinis išėjime yra išverčiamas į skirtingus triukšmų stiprumus kiekvienam svoriui. Antra, žingsnio dydis arba išorinio triukšmo šaltinio kitimas valdys papildomų periodų (variance of the extra terms) svoriniuose vektorių prisitaikymo formulėse kitimą, gaunamą pridedant triukšmą prie norimo signalo. Pastebima, kad, kai = 0 arba triukšmo kitimas yra nulis, tuomet stochastinis periodas (stochastic terms) išnyksta - lieka tik originalus svorio atnaujinimas (t.y. sprendžiama originali optimizacijos problema). Šie aspektai ir idėjos gautos iš globalios optimizacijos pateikia empirines taisykles išorinių triukšmų šaltinių valdymui, gaunat reikšmingus rezultatus. Modeliavimo pradžioje norėtųsi svoriams uždėti atsitiktinius trikdžius (perturbation), tam, kad būtų leista algoritmui pabėgti iš vietinio minimumo (local minima.). Tačiau artėjant prie adaptacijos pabaigos trikdžių (perturbation) kitimas turi būti sumažintas iki nulio taip, kad svoriai galėtų pasiekti reikšmes duotas originalios optimizacijos problemos. Toliau bus naudojamas (annealing) tvarkaraštis, pasiūlytas Moody [Darken, Chang, and Moody, 1992] Kur o yra inicijuojamo žingsnio dydis, c yra paieškos laiko konstanta, ir NI - iteracijos numeris. Šių konstantų reikšmės turės būti apibrėžtos eksperimentiškai, kadangi jos priklauso nuo problemų. III Modeliavimo rezultatai Patvirtinant anksčiau atliktą analizę, modeliavimo rezultatai bus pateikiami dviem pavyzdžiais. Vienas jų naudoja dviejų-lygių MLP, taip vadinamos lygiškumo problemos (parity problem), kuri buvo pademonstruota vietinio minimumo (local minima) atveju, pažinimui [Rumelhart et al, 1986]. Iš modeliavimo rezultatų bus matyti, kad mokymasis labiausiai gali būti pagerintas naudojant numatytą metodą (proposed approach) ir globalų minimumą, pasiektą statistikine prasme. Kitas pavyzdys naudoja dinaminį neuroninį tinklą TDNN [Waibel et al., 1989] laiko signalų modeliavimui. Antro modeliavimo rezultatai taip pat patvirtina ankstesnę analizę. III.I Eksperimentai su MLP Spresime 3 bitų lygiškumo problemą. Tinklo dydis 3-3-1, t.y. 3 įėjimo neuronai, 3 paslėpti neuronai, ir 1 išėjimo neuronas. Netiesiškumas (nonlinearity) yra logistinė funkcija. Tiesioginis atgalinis mokymas (backpropagation) yra naudojamas abiem atvejais. Buvo pridėtas Gauso (Gaussian) triukšmas su  =0.001 prie norimo signalo ir parinkti atitinkami parametrai 18 Lygtyje: c= 500 ir o= 0.3. Rezultatai parodyti 2 paveikslėlyje. Stora linija vaizduoja mokymasi su triukšmingu norimu signalu, o punktyrinė linija - su originaliu norimu signalu. Šis pavyzdys rodo, kad mokymasis artėja prie lokalaus minimumo, (local minimum) kuomet naudojamas originalus norimas signalas, bet naudojant triukšmingą norimą signalą mokymasis pasiekia globalų minimumą (global minimum) . Svarbu pabrėžti, kad mokymasis su originaliu signalu, naudoja pastovų žingsnio dydį, kai tuo tarpu signalo su triukšmais žingsnis yra gaunamas iš (18) lygties. Naudojant skirtingus žingsnio dydžius ir skirtingus pradinius (initial) svorius, buvo pasiekti panašūs rezultatai. Tam, kad patvirtinti šio algoritmo konvergavimo galimybę, buvo remiamasi Monte Carlo modeliavimai su 100 bandymu. Rezultatai pavaizduoti 3 Paveiksle, kur punktyrinė linija yra 100 veiksmų rezulatai originaliam signalui, o stora linija - 100 veiksmų rezulatatai triukšmingam signalui. Šiame eksperimente, svoriai yra parenkami atsistiktinai, o žingsnio dydis o atsitiktinai parenkamas iš intervalo [0,1, 0,7]. Kuomet globalus minimumas (global minimum) yra 0, tuomet yra lengva paskaičiuoti reikšmę ir pokytį (mean and variance) 100 galutinių klaidų, kurios pateiktos 1 Lentelėje. Dar daugiau, mokymasisi su triukšmingu signalu laike 99% priartėjo prie globalaus minimumo, o su originaliu signalu tik 26%. Iš 1 Lentelės, galima daryti išvadą, kad su triukšmingu signalu, mokymasis konverguoja į globalų minimumą; bet su originaliu signalu, mokymasis statistikine prasme nekonverguoja. Taigi, iš šių modeliavimo rezultatų galima daryti išvadą, kad triukšmingas signalas leidžia mokymosi algoritmui išeiti iš lokalaus minimumo (local minima). III. II Eksperimentai su dinaminiu neuroniniu tinklu III.I dalyje buvo pademonstruoti statinio neuroninio tinklo modeliavimo rezultatai. Tam, kad patvirtinti, jog aprašytas metodas taip pat veikia ir dinaminiuose neuroniniuose tinkluose. Dinaminės sistemos modeliavimui bus naudojamas TDNN [Waibel et al.,1989]. Bus nagrinėjama tokia sistema, Kur ',' žymi diferencijavimo operatorių. Sistemos įėjimai yra sinusoidžių aibė, Su atsitiktine faze l.. 4 ir 5 Paveikslėliuose vaizduojami sistemos įėjimo ir atitinkamai normalizuoti išėjimo signalai. TDNN tinklo struktūra demonstruojama 6 Paveikslėlyje, kur naudojamas keturių lygių vėlinimas. Šiame tinkle, kaip įėjimai į paslėptą lygį naudojami tik du įėjimo signalai x(t) ir x(t-4). Netiesiškumas (nonlinearity) paslėptuose neuronuose - tai logistinė funkciją. Išėjimas turi vieną tiesinį neuroną. Mokymosi algoritmas - tai BP, kur pavyzdžių klaidos surandamos atimant tinklo išėjimą y(t) iš sistemos d(t) išėjimo. Mokymosi kreivės pavaizduotos 7 Paveikslėlyje, kur triukšmo signalo žingsnio dydis surandamas naudojant (18) Lygtį, kur c=10, 0.01, ir triukšmo kitimas 2 =0.001 . Aiškiai matyti, kad su triukšmingu signalu konvergavimas yra greitesnis ir pasiekiamas žemesnis MSE. Naudojant skirtingus žingsnio dydžius ir svorius, pasiekiami panašūs rezultatai su MSE minimumu lygiu 0,0091. Paveikslėlyje 8 pavaizduotos mokymosi kreivės 100 mokymosi veiksmų, kur žingsnio dydis atsitiktinai parenkamas iš intervalo [0,1, 0,01], o svoriai taip pat yra atsitiktiniai skaičiai. Kadangi nėra žinomas šios problemos globalus minimumas, todėl naudojamas MSE minimali reikšmė 0,0091 kaip globalaus minimumo įvertis. 2 Lentelė atspindi statistikinius rezultatus 100 eksperimentų. 72% (trails) su triukšmingu signalu pasiekė globalų minimumą, ir tik 8% (trails) pasiekė globalų rezultatą su originaliu signalu. Daroma išvada, kad mokymasisi su triukšmingais signalais yra mažiau nepastovus ir mokymosi kreivės taip pat yra daug lygesnės. (smoother) IV.Discussion Eksperimentiškai buvo pademonstruota, kad mokymasis su triukšmingais signalais padidina pastovaus žingsnio dydžio BP algoritmo paieškos galimybes. Tai yra pasiekiama be papildomos kainos algoritmų realizavimo perioduose (This is accomplished at no extra cost in terms of algorithm implementation,), kadangi naudojamas tiesioginis atgalinis mokymas (straight backpropagation.) Papildomos savybės yra gaunamos įvedant nulinės reikšmės valdomo kitimo Gauso triukšmą ir žingsnio dydžio nustatymui pasinaudojant (18) Lygtimi. Buvo pademonstruota, kad triukšmo pridėjimas prie norimo signalo svorių atnaujinimo formulėse prideda nulinės reikšmės stochastinį periodą (that adding noise to the desired signal adds a zero mean stochastic term in the weightupdate formulas.). Nors atskiras triukšmo signalas ir yra įvedamas į norimą signalą, tačiau stochastinio periodo kitimas kiekvienam tinklo svoriui skiriasi (proporcingai kiekvieno svorio jautrumui). Dar daugiau, šio periodo kitimas tiesiogiai valdomas žingsnio dydžio arba išorinio triukšmo šaltinio kitimo. Tai reiškia, kad triukšmo pridėjimas prie norimo signalo yra labai paprasta ir efektyvi procedūra mokymosi proceso ištraukimo iš lokalaus minimumo. Kitimas arba žingsnio dydis turi būti parinktas (anealing) pritaikymo metu. Parinkimo (anealing) realizavimui buvo panaudota Moodžio paieška ir konvergavimo procedūra, tačiau kiekvienai problemai spręsti parametrai turi būti surandami eksperimentiškai. Žingsnio dydžio planavimas, toks, kad būtų įveiktas lokalus minimumas, išlieka atviras klausimas ne tik šiame metode, bet taip pat ir kituose stochastiniuose algoritmuose tokiuose kaip sumodeliuotas parinkimas (simulated annealing) [Kirkpatrick et al., 1983]. Mokymosi algoritmų lankstumo padidinimui yra siūlomi du skirtingi žingsnių dydžiai, vienas gradientui ir kitas - triukšmui. Ši procedūra turi neišvengiamą jungtį su globaliu optimizavimo metodu, vadinamu stochastiniu funkciniu nesklandumų šalinimu (stochastic functional smoothing) [Rubinstein, 1981 and 1986]. Priede aiškinama, kad tiesioginė stochastinio funkcinio nesklandumų šalinimo versija sutrikdo gradientą kartu su triukšmo periodu proporcingai Hesano paviršiui. ( an on-line ver-sion of stochastic functional smoothing perturbs the true gradient with a noise term proportional to the Hessian of the performance surface.) Kuomet signalas pridedamas prie norimo signalo, tikrinis (true) gradientas taip pat yra paveikiamas triukšmų periodo. Šiuo atveju poveikis yra proporcingas naujos veikimo funkcijos gradientui, kuris gaunamas iš originalaus skirtumo tarp d(t) ir y(t), kartu su įvestu triukšmu. Šis paviršius yra susijęs su originaliu, bet gali ir žymiai skirtis. Taigi, kuomet triukšmų šaltinis paprastai yra nustatomas į nulinę Gauso reikšmę, galima tikėtis mažiau optimalių rezultatų, lyginant su stochastinės funkcijos lyginimu (stochastic functional smoothing.). Tačiau algoritmo paprastumas ir geras veikimas gautas eksperimentuose skatina toliau dirbti prie šio metodo. Priedas Šio priedo tikslas yra susieti triukšmo pridėjimą prie norimo signalo naudojant stochastinį funkcinį lyginimo metodą, kuris yra globali optimizacijos procedūra. A.I Stochastinio funkcinio lyginimo optimizacijos apžvalga Stochastiniame funkciniame lyginime, originali neišgaubta funkcija yra perkeliama pagalbinės lyginimo funkcijos, kuri turi kai kurias optimizavimo savybes (t.y. atskiras minimumas). Dirbant su lyginimo funkcija, gali būti atsrastas optimalios problemos globalus minimumas . Lyginimo kainos funkcijos klasė parametrizuota ß yra apibrėžiama kaip [Rubinstein, 1981 and 1986] Kur ß yra valdymo parametras, o y yra atsitiktinis dydis. Dėl J ˆ (wtam, kad būti naudingam originaliai optimizacijai, h ˆ (v impulso atsakymas turi tenkinti keleta sąlygų [žr. Rubinstein, 1981 ir 1986 detaliau], taip, kad parametras apsprendžia lyginimo taikomo J(w) laipsnį. Dideliam lyginimo poveikis yra didelis ir atvirkščiai. Kuomet  0 J ˆ () = J , tuomet nėra lyginimo. Intuityviai aišku, kad norint išvengti lokalaus minimumo, optimizacijos pradžioje  turi būti pakankamai didelis. Tačiau siekiant optimumo lyginimo efektyvumas turi būti mažinamas leidžiant ß artėti prie nulio. Taigi minimumo taške w* laukiamas sutapimas tarp J(w) ir J ˆ ( Atitinkamai, konstruojant iteratyvią w* paieškos procedūrą, yra reikalinga lyginimo funkcijų aibė J ˆ(ß s=1,2,...... Jei signalo atsakymo dalis yra išrenkama kaip daugianormalinė funkcija su dydžiu n ir kitimu ß, tai Lyginimo kainos funkcijos gradientas gali būti įvertintas taip [Styblinski and Tang, 1990] Kur N yra pavyzdžių su daugybe kintamųjų iš (23) Lygties skaičius. Taigi, lyginimo kainos funkcijos gradientas gali būti randamas iš originalios kainos funkcijos. A.II Tiesioginė stochastinės lyginimo funkcijos Optimizavimo realizacija Susiejami triukšmo norimame signale poveikis ((10) ir (11) lygtys) su tiesiogine lyginimo funkcinių gradientų realizacija ((24) Lygtis)). Bus taikoma stochastinės aproksimacijos savybė [Robbins and Monro, 1951]. Kuomet ISE aproksimuoja (stochastine prasme) į MSE ir gradiento operatorius yra tiesinis operatorius, lyginimo kainos funkcijos gradientas εˆ gali būti įvertintas pagal analogiją su Lygtimi (25), taip Dėl supaprastinimo, čia yra ignoruojamas diskretinio laiko indeksas t. Reiktų pabrėžti, kad iš L.(24), kuri atspindi originalios stochastinės lyginimo funkcijos optimizacijos artėjimą prie L.(26), kuri yra tiesioginis L.(24) įvertis, tik vienintelė stochastinės aproksimacijos savybė buvo taikoma taip, kad būtų garantuotas tiesioginio įvertinimo stabilumas [Robbins and Monro, 1951; Kusher and Calrk, 1978; Wang and Principe, 1995]. Tiesioginis vienpusisi įvertis naudojamas L.(26) yra pagrindas gradiento įverčio naudojamo LMS ir BP algoritmuose. L.(26) išreiškia įvertinimą ε(w) gradiento, kuomet w yra paveikiamas atsitiktinio kintamojo βv j . Šis metodas praktiniam realizavimui yra per brangus, kadangi svoriai turi būti veikiami (gradiento skaičiavimui pageidaujamas antras tinklas). Taigi, šis metodas tiesiogiai nėra įgyvendinamas. Realizacijos supaprastinimui siūloma atlikti Teiloro seriją ekspansijų apie w, ir antrame etape jį suskaidyti. Literatūra 1. Darken, C., Chang, J., and Moody, J., “Learning Rate Schedules for Faster Stochastic Gradient Search,” IEEE Neural Networks for Signal Processing, 1992. 2. Fahlman, S., “Fast-Learning Variations on Back-Propagation: An Empirical Study,” In Proc. Of 1988 Conn. Model Summer School. 3. Feller, W, An Introduction to Probability Theory and Its Applications, Vol. 1, 2rd ed. Wiley, NewYork, 1966. 4. Haykin, S, Neural Networks---A Comprehensive Foundation, Macmillan College Publishing Company, New York, 1994. 5. Hertz J., Krogh A., Palmer R. G., “Introduction to the theory of neural computation,” Addison-Wesley,1991. 6. Hinton G. E., “Connectionist learning procedure,” In machine learning: Paradigms and methods, J. G. Carbonell, ed., pp. 185-234. MIT Press, Cambridge, MA, 1989. 7. Holmstrom L., and Koistinen, P., “Using Additive Noise in Back-Propagation Training,” IEEE Trans. on Neural Networks, Vol. 3, No.1, 1992. 8. Kirkpatrick, S., et. al., “Optimization by simulated annealing,” Science 220, 671-680. 9. Krogh, A. and Hertz, J., “Generalization in a Linear Perceptron in the Present of Noise,” J. Phys. A: Math. Gen. 25(1992) 1135-1147. 10. Kushner, H., “Asymptotic Global Behavior for Stochastic Approximation and Diffusions with Slowly Decreasing Noise Effects: Global Minimization via Monte Carlo,” SIAM J. APPL.MATH. Vol. 47, No. 1 Feb., 1987. 11. Kushner, H, and Clark, D. S., Stochastic Approximation Methods for Constrained and Uncon-strained Systems, Springer-Verlag, New York, 1978. 12. Matsuoka, K., “Noise Injection into Inputs in Back-Propagation Learning,” IEEE Trans. Systems, Man, and Cybernetics, Vol. 22, No. 3, 1992. 13. Richard M., Lippmann R. P., “Neural network classifiers estimate Bayesian a posteriori probabil-ity,” Neural Computation, 3, 461-483, 1991. 14. Robbins, H., and S. Monroe, “A stochastic approximation method,” Annals of Mathematical Sta-tistics 22, 1951. 15. Rognvaldsson, T., “On Langevin Updating in Multilayer Perceptrons,” Neural Computation, 6.916-926, 1994. 16. Rubinstein, R., Simulation and the Monte Carlo Method, Wiley,1981. 17. Rubinstein, R., Monte Carlo Optimization, Simulation and Sensitivity of the Queueing Networks,Wiley, 1986. 18. Rumelhart et al, Parallel Distributed Processing, Vol.1, MIT Press, 1986. 19. Styblinski, M.A., and Tang, T.-S, “Experiments in Nonconvex Optimization: Stochastic Approxi-mation with Function Smoothing and Simulated Annealing,” Neural Networks, Vol.3, 1990. 20. Szu, H., “Fast simulated annealing,” AIP conf. Proc. 151:Neural Networks for Computing, Snow-bird, UT, 1986. 21. Waibel, A., T. Hanazawa, G. Hinton, K. Shikano, K. J. Lang, “Phoneme recognition using time-delay neural networks,” IEEEE Trams. ASSP-37, 1989. 22. Wang, C., and J. C. Principe, “On-line stochastic functional smoothing optimization for neural network training, submitted to Neural Networks, 1995. 23. Werbos, p., “Generalization of backpropagation with application to a recurrent gas market model,” Neural Networks, 1, 339-356. 24. Widrow, B., and Hoff, M., “Adaptive switching circuits,” IRE WESCON Convention Record, pp.96-104, 1960.
Informatika  Kursiniai darbai   (164,25 kB)
Kai matematinis modelis suformuluotas taip, kad negalima taikyti nei analitinių, nei skaitmeninių metodų, pasitelkiamas eksperimentinės optimizacijos metodas. Tada efektyvumo kriterijus ir apribojimai patei¬kiami algoritmo forma. Šie algoritmai aprašo nagrinėjamojo objekto veiklą, o jo funkcionavimo sąlygas nustato tyrinėtojas. Šiais algoritmais gali būti ir skaitmeniniai metodai, tačiau griežtas matematinis formalizavimas ne visuomet leidžia aprašyti sudėtingas sistemas, atsižvelgiant į kiekvienos sistemos specifines veiklos sąlygas.
Matematika  Konspektai   (18 psl., 65,28 kB)
Vocabulary. Definitions of key vocabulary. The means of marketing. Advertising. Advantages and disadvantages of major advertising media. Formulating of the advertising message. The role of the advertising in the promotional mix. Advertising as persuasion. Marketing influences and often actually controls almost every part of company's activities. Everyone who works for the company must “think marketing”. To think marketing we must understand in the right way what is the marketing concept.
Rinkodara  Konspektai   (32 psl., 212,25 kB)
100 anglų kalbos transformacijų. Gale yra atsakymai.
Anglų kalba  Testai   (13 psl., 34,24 kB)
Naturalism
2009-07-09
Who was in charge of judging Bad Design and how different were their takes? Focusing on three main figures within Victorian Design Culture: Pugin, Ruskin and Morris. The three most prominent Victorian architects and designers Ruskin, Morris and Pugin influenced and defined both the architecture and art of the Victorian period. Their ideas of beauty and correctness followed many strict rules, which have been established as the most influential and architectural structures of the Victorian Age.
Dailė  Referatai   (4,66 kB)
Taikos ir konfliktų studijos – tai kursas, skirtas magistro programos pirmojo kurso studentams. Šiame kurse detaliai apžvelgiamos taikos ir konfliktų teorijos, karo paplitimo problematika bei karų priežastys, jų geografinis pasiskirstymas, trumpai pristatoma karų istorija. Ypatingas dėmesys bus skiriamas įvairioms prievartos formoms, agresyvumo ir konfliktų priežastims, konfliktų sprendimams ir prevencijai. Kursas turėtų padėti klausytojams geriau suprasti karo ir taikos, tarptautinių ir vidinių konfliktų problematiką. Išklausę kursą studentai turėtų mokėti pateikti prievartos ir grėsmių analizę, suprasti karo ir konfliktų priežastis, grėsmių poveikį skirtingų lygių subjektams, interpretuoti konfliktų sprendimų ir prevencijos galimybes.
Lietuvių kalba  Analizės   (6,79 kB)
Ernest Hemingway
2009-07-09
Ernest Hemingway (1899-1961), born in Oak Park, Illinois, started his career as a writer in a newspaper office in Kansas City at the age of seventeen. Before the United States entered the First World War, he joined a volunteer ambulance unit in the Italian army. Serving at the front, he was wounded, was decorated by the Italian Government, and spent considerable time in hospitals. After his return to the United States, he became a reporter for Canadian and American newspapers and was soon sent back to Europe to cover such events as the Greek Revolution. During the twenties, Hemingway became a member of the group of expatriate Americans in Paris, which he described in his first important work, The Sun Also Rises (1926).
Anglų kalba  Konspektai   (3,01 kB)
Building materials
2009-07-09
The principal early building material of civilization was brick, most often unfired. According to Wikipedia, the free encyclopedia, brick is an artificial stone made by forming clay into rectangular blocks which are hardened, either by burning in a kiln or sometimes, in warm countries, by sun-drying. History. The history of bricks dates back 7,500 B.C, when the oldest shaped bricks were found in the upper Tigris area in south east Anatolia. The inven¬tion of the fired brick as opposed to the consid¬erably earlier sun-dried mud brick is believed to have arisen in about the third millennium BC in the Middle East.
Anglų kalba  Referatai   (2,94 kB)
XXI amžiaus santykiuose tarp valstybių, kad ir kokie jie kartais būtų priešiški ar, atvirkščiai, draugiški, vienas reiškinys yra itin ryškus – tai didėjanti valstybių tarpusavio priklausomybė. Tarpusavyje susipynę ir vienas kitą įtakojantys valstybių ekonominiai, politiniai, kultūriniai, socialiniai ir kitokio pobūdžio santykiai, savaime suprantama, nevyksta chaotiškai.
Teisė  Analizės   (4,89 kB)
Šiame rašto darbe naudojant aprašomąjį bei palyginamąjį metodus bus stengiamasi paaiškinti, kaip feminizmas ir skirtingi jo judėjimai aiškina politiką. Feminizmas iš pradžių gali pasirodyti visai nesusijęs su politika ir valsybės valdžia. Tačiau feministų judėjimai labai daug pasiekė veikdami būtent dalyvaujant politikoje ir per įvairias institucines organizacijas. Rašydama šį rašto darbą rėmiausi knygomis, kuriose yra susietos tiek feminizmo pagrindinės idėjos, tiek jų santykis su politika bei jos teorija.
Politologija  Referatai   (10,26 kB)
Politinis realizmas yra politologijos kryptis ir viena iš pagrindinių tarptautinių santykių paradigmų, kurioje teigiama, kad karo tarp valstybių grėsmė praktiškai egzistuoja nuolat. Realistai tiki, kad valstybės veikia turėdamos bene vienintelį tiesioginį tikslą – įgyvendinti nacionalinį interesą, kurį, anot Hanso Morgenthau, galima apibrėžti kaip galią. Šis darbas skirtas politikos mokslus kremtantiems studentams. Jis padės susipažinti ir suprasti K. Waltzo neorealistinės teorijos pagrindinius principus.
Politologija  Referatai   (7,28 kB)
Marketingas – tai ne tik rinkos tyrimo priemonių sistema, bet ir įmonės bei jos tarpininkų gamybinės ir komercinės veiklos valdymo filosofija, strategija ir taktika, nukreipta į atskirų vartotojų ir vartotojų grupių poreikių tenkinimą. Tai poreikių išsiaiškinimo ir jų tenkinimui reikalingų sprendimų priėmimo bei įgyvendinimo procesas, padedantis siekti žmonių ir įmonės tikslų. Kiekvienas verslas yra susijęs su sprendimų priėmimu ir veiklos rezultatų fiksavimu.
Rinkodara  Kursiniai darbai   (17,2 kB)
Gavau 10. Diana Spencer nickname Lady Di born: July 1st, 1961 birthplace of: Sandringham (Norfolk - England) parents: John Edward Spencer (1924-1992) Lady Frances Spencer (1936) divorced since 1969 sisters and brothers: Sarah, Jane, Charles length: 1.77 m weight: unknown colour of eyes: blue colour of hair: blond residence: Kensington Palace in London marriage: On July 29th Lady Diana married Prince Charles.
Anglų kalba  Referatai   (24,52 kB)
In this tutorial I take you step-by-step through the process of creating this Flash MX movie. You will learn how to create graphics, work with layers, and add motion, sound, and text to your movie.
Anglų kalba  Analizės   (3,34 kB)
Advertising
2009-07-09
By mean of the elections people express their opionion how the country should be governed and who in their opinion would do it the best. In this essay I will try to compare how the main bodies of the Government are elected in all three countries – the...
Anglų kalba  Analizės   (2,1 kB)
In ancient times, commercial and political campaign displays have been found in the ruins of Pompeii. Egyptians used papyrus to create sales messages and wall posters.
Anglų kalba  Analizės   (20,72 kB)
GSM standarto saugumo užtikrinimo rekomendacijos. Saugumą užtikrinančios informacijos pasiskirstymas GSM tinkle. Autentifikacijos mechanizmai. Šifravimo rakto generavimas. Šifravimo režimo nustatymas. Balso ir duomenų šifravimas. Srautinio šifro A5/1 struktūrinė schema. Srautinio šifro statistinių testų analizė. Dažninis testas. Autokoreliacinis testas. Sekų testas. Universalus testas. Pasikartojimų testas. l- graminių testų palyginimas. Testų taikymas. Silpnų sekų atmetimas.
Elektronika  Pagalbinė medžiaga   (14 psl., 400,52 kB)
Visko pradžia - transformacija. Demokratijos tipai. Tiesioginė demokratija. Klasikinė demokratija. Radikalioji vystymosi demokratija. Tiesioginė demokratija. Dalyvaujamoji demokratija. Atstovaujamoji demokratija. Ginamoji demokratija. Pliuralizmas. Teisėta demokratija. Jau daugiau nei trys tūkstančiai metų praėjo nuo tada, kai graikai padovanojo žmonijai demokratiją. Palaimingoji antika, “atradusi” žmogų, suteikusi jam teisę ir laisvę globaliau ir įvairiau mąstyti, sukūrė labiausiai prie idealo priartintą bendruomenės valdymo modelį.
Politologija  Referatai   (17 psl., 21,3 kB)
Pirmasis pasaulinis karas prasidėjo 1914 metais. Tai buvo karas tarp dviejų imperialistinių valstybių blokų dėl pasaulio perdalijimo. Šiame kare dalyvavo daugiau kaip 30 valstybių. Iš vienos pusės – tai Vokietija, Austrija – Vengrija, vėliau prisijungusios Turkija, Bulgarija ir kt. valstybės. Iš kitos pusės – Antantės sąjungos, vadovaujamos Anglijos, Prancūzijos ir Rusijos, šalys: Japonija, Italija, JAV, Graikija, Serbija, Albanija ir kt. valstybės.
Istorija  Referatai   (5 psl., 16,94 kB)
Kursinis darbas apie kovą su nelegalios programinės įrangos platintojais, praktinių pavyzdžių analizė. Programinės įrangos sąvokos apibrėžimas. Nelegali programinė įranga. Nelegalios programinės įrangos platinimo ir naudojimo būdai. Kova su nelegalios programinės įrangos platinimu ir naudojimu. Naudojami būdai kovoje su “kompiuteriniais piratais” Jungtinėse Amerikos Valstijose. Praktiniai kovos būdų pavyzdžiai Europoje. Praktiniai pavyzdžiai naudojami Lietuvoje. Legalios programinės įrangos apsauga nuo neteisėto platinimo ir naudojimo. Darbas rašytas 2007 m., MRU, įvertinimas - 10.
Informatika  Kursiniai darbai   (16 psl., 122,77 kB)
Žiniasklaida
2009-04-19
Žiniasklaidos rūšys ir funkcijos. Žurnalistinių vertybių žlugimas. Didžiulė mulkinimo mašina? Žvilgsnis į nūdienos naująją žiniasklaidą ir jos užuomazgas. Žiniasklaida ir konfliktinė hegemonija. Lietuvos visuomenės pasitikėjimo žiniasklaida fenomenas. Žiniasklaida ir demokratija. Nepilnamečių nusikalstamumas ir žiniasklaida žiniasklaida ir agresija. Psichologinis žiniasklaidos poveikis. Elektroninė žiniasklaida. Internetinė žiniasklaida. Jos galimybės.
Žiniasklaida  Konspektai   (54 psl., 95,73 kB)
Moralė
2008-10-27
Kalbėjimo įskaitos medžiaga.
Lietuvių kalba  Pagalbinė medžiaga   (86 psl., 176,51 kB)