KI Elemente

Ein Beispiel:

Ein Fahrzeug hat vorne einen Sensor, der ein Hindernis erkennt. Wenn ein Hindernis knapp vor dem Fahrzeug ist, sendet er 1 und sonst 0. Das Fahrzeug soll bei 1 stehenbleiben.

Lösung der Aufgabe mit einem Percepton.

Die Ausgangstabelle:

Python - Skript: Hindernis.py

# Stuhlpfarrer Ehrenfried - 2021
# Demo Bank - Fahrzeug - Hindernissensor

import numpy as np

class Hindernis:
    def __init__(self, txt):
        print(txt)

    # Heaviside - Funktion
    def heaviside(self, summe):
        # Input: Summe
        # Output: 1, falls summe >= 0, sonst 0
        if summe >= 0:
            return 1
        else:
            return 0

    # Neuron - Berechnung
    def perceptron_eval(self, X, y, w):
        # Input: X, Inputvektor | y, der gewünschte Output
        # Output: Der Gesamtfehler, d.h. Summe aus dem Betrag der Differenz von errechnetem und gewünschtem Output
        # Der Gesamtfehler
        gesamtfehler = 0;

        # Index i und Element x Ermittlung vom Array X
        for i, x in enumerate(X):
            # x = Zeile für Zeile verwenden
            # inneres Produkt zwischen x und w
            summe = np.dot(w, x)
            ergebnis = self.heaviside(summe)
            # Fehler
            fehler = np.abs(ergebnis - y[i])
            # Gesamtfehler
            gesamtfehler += fehler
            # Ausgabe
            print(
                "Sensor = {}, gewünschtes Ergebnis = {}, errechnetes Ergebnis = {}, Fehler = {}".format(
                    x[1], y[i], ergebnis, fehler))
            # Gesamtfehler pro Epoche über ganzen Trainingsdatensatz
        return gesamtfehler


# Main -----------------------------------------------
# 2D Input = Bias-Neuron, Sensor
# 2 Inputvektoren
X = np.array([
    [1,0],
    [1,1],
])
# Die Gewichte so wählen dass das Problem gelöst werden kann
w = np.array([-1, 1])
# Die 2 gewünschten Ergebniswerte
y = np.array([0,1])

h = Hindernis("Sensor - Hindernis")
# bank.perceptron_eval(X, y)

# Auswertung des Inputs
gesamtfehler = h.perceptron_eval(X, y, w)
print("Gesamtfehler = %1d" % (gesamtfehler))