Skip to content

Commit

Permalink
fix
Browse files Browse the repository at this point in the history
  • Loading branch information
@MakarenkoAI
MakarenkoAI committed Jul 26, 2024
1 parent ea7d4fb commit 0d3bd67
Show file tree
Hide file tree
Showing 7 changed files with 106 additions and 84 deletions.
2 changes: 1 addition & 1 deletion Contents/part_kb/src/intro_lang.tex
View file
Original file line number Diff line number Diff line change
Expand Up @@ -504,7 +504,7 @@
\scnidtf{быть семантически эквивалентным надмножеством заданного языка*}
\scntext{определение}{Язык $\bm{Lj}$ будем считать \textit{синтаксическим расширением*} языка $\bm{Li}$ в том и только в том случае, если:
\begin{scnitemize}
\item $\bm{L_j} \supset \bm{Li}$ (то есть все тексты языка $\bm{Li}$ являются также и текстами языка $\bm{Lj}$. Обратное утверждение не является верным.);
\item $\bm{L\underscore{j}} \supset \bm{Li}$ (то есть все тексты языка $\bm{Li}$ являются также и текстами языка $\bm{Lj}$. Обратное утверждение не является верным.);
\item Язык $\bm{Lj}$ и язык $\bm{Li}$ являются \textit{семантически эквивалентными языками*}.
\end{scnitemize}}
\end{scnindent}
Expand Down
12 changes: 6 additions & 6 deletions Contents/part_kb/src/intro_lang/intro_idtf.tex
View file
Original file line number Diff line number Diff line change
Expand Up @@ -715,9 +715,9 @@
\scnheader{sc-выражение, построенное на основе квазибинарного отношения}
\scnidtf{sc-выражение, построенное путем указания некоторого sc-идентификатора квазибинарного отношения (обычно функционального) и (в фигурных скобках или угловых скобках) неупорядоченного или упорядоченного перечня аргументов указанного отношения}
\begin{scnrelfromset}{примеры}
\scnitem{\textit{объединение}*($s_i$$s_j$$s_k$)}
\scnitem{\textit{пересечение}*($s_i$$s_j$$s_k$)}
\scnitem{\textit{разность множеств}*($s_i$$s_j$)}
\scnitem{\textit{объединение}*($s\underscore{i}$$s\underscore{j}$$s\underscore{k}$)}
\scnitem{\textit{пересечение}*($s\underscore{i}$$s\underscore{j}$$s\underscore{k}$)}
\scnitem{\textit{разность множеств}*($s\underscore{i}$$s\underscore{j}$)}
\scnitem{\textit{сумма}*($x$$z$)}
\scnitem{\textit{произведение}*($x$$y$$z$)}
\scnitem{\textit{sin*}($x$)}
Expand All @@ -735,9 +735,9 @@
\scnidtf{sc-выражение, ограниченное круглыми скобками и построенное путем указания sc-идентификаторов, разделенных знаком алгебраической операции}
\scntext{примечание}{Для каждого sc-выражения данного вида существует синонимическое ему sc-выражение, построенное на основе квазибинарного отношения}
\begin{scnrelfromset}{примеры}
\scnitem{($s_i \cup s_j \cup s_k$)}
\scnitem{($s_i \cap s_j \cap s_k$)}
\scnitem{($s_i \backslash s_j$)}
\scnitem{($s\underscore{i} \cup s\underscore{j} \cup s\underscore{k}$)}
\scnitem{($s\underscore{i} \cap s\underscore{j} \cap s\underscore{k}$)}
\scnitem{($s\underscore{i} \backslash s\underscore{j}$)}
\scnitem{($x+y+z$)}
\scnitem{($x \times y \times z$)}
\end{scnrelfromset}
Expand Down
2 changes: 1 addition & 1 deletion Contents/part_kb/src/intro_lang/intro_scg.tex
View file
Original file line number Diff line number Diff line change
Expand Up @@ -226,7 +226,7 @@
\scnrelfrom{смотрите}{Файл. Изображение спецификации sc.g-элемента средствами \textit{Ядра SCg-кода} и \textit{Первого расширения Ядра SCg-кода}}
\end{scnindent}
\scntext{пояснение}{Общепринятая запись данного факта выглядит следующим образом:
\\\scnqqi{\textit{sc-константа} $\ni \bm{vi}$; \textit{постоянная сущность} $\ni \bm{v_i}$.}
\\\scnqqi{\textit{sc-константа} $\ni \bm{vi}$; \textit{постоянная сущность} $\ni \bm{v\underline{i}}$.}
\begin{scnitemize}
\item \textit{Константные постоянные sc-ребра} в конструкциях SCg-кода изображаются в виде двойной линии, каждая из которых имеет толщину примерно $d/7$, а расстояние между ними равно примерно $3d/7$.
\item \textit{Константные постоянные sc-дуги} изображаются в виде такой же двойной линии, но со стрелочкой. Все \textit{базовые sc-дуги}, а также все sc-узлы, имеющие содержимое, по определению являются \textit{константными постоянными sc-элементами}.
Expand Down
4 changes: 2 additions & 2 deletions Contents/part_kb/src/sd_numbers.tex
View file
Original file line number Diff line number Diff line change
Expand Up @@ -148,7 +148,7 @@
\scniselement{квазибинарное отношение}
\scntext{пояснение}{\textbf{\textit{сумма*}} --- это арифметическая операция, в результате которой по данным числам (слагаемым) находится новое число (сумма), обозначающее столько единиц, сколько их содержится во всех слагаемых.
\\Первым компонентом связки отношения \textbf{\textit{сумма*}} является \textit{множество чисел} (слагаемых), содержащее два или более элемента, вторым компонентом --- \textit{число}, являющееся результатом сложения.
\\Отдельно отметим, что каждая связка отношения \textbf{\textit{сумма*}} вида $a = b+c$ может также трактоваться и как запись о вычитании чисел, например $b = a-c$, в связи с чем \textit{арифметическая операция} разности чисел отдельно не вводится.}
\\Отдельно отметим, что каждая связка отношения \textbf{\textit{сумма*}} вида $a \eq b+c$ может также трактоваться и как запись о вычитании чисел, например $b = a-c$, в связи с чем \textit{арифметическая операция} разности чисел отдельно не вводится.}
\scnrelfrom{описание примера}{\scnfileimage[20em]{Contents/part_kb/src/images/sd_numbers/sum.png}
}

Expand All @@ -158,7 +158,7 @@
\scniselement{квазибинарное отношение}
\scntext{пояснение}{\textbf{\textit{произведение*}} --- это \textit{арифметическая операция}, в результате которой один аргумент складывается столько раз, сколько показывает другой, затем результат складывается столько раз, сколько показывает третий и т.д.
\\Первым компонентом связки отношения \textbf{\textit{произведение*}} является \textit{множество чисел} (множителей), содержащее два или более элемента, вторым компонентом --- \textit{число}, являющееся результатом произведения.
\\Отдельно отметим, что каждая связка отношения \textbf{\textit{произведение*}} вида $a = b*c$ может также трактоваться и как запись о делении чисел, например $b = \frac{a}{c}$, в связи с чем \textit{арифметическая операция} деления чисел отдельно не вводится.}
\\Отдельно отметим, что каждая связка отношения \textbf{\textit{произведение*}} вида $a \eq b*c$ может также трактоваться и как запись о делении чисел, например $b = \frac{a}{c}$, в связи с чем \textit{арифметическая операция} деления чисел отдельно не вводится.}
\scnrelfrom{описание примера}{\scnfileimage[20em]{Contents/part_kb/src/images/sd_numbers/multiplication.png}
}

Expand Down
59 changes: 34 additions & 25 deletions Contents/part_ps/src/ann/sd_denot_sem.tex
View file
Original file line number Diff line number Diff line change
@@ -1,5 +1,7 @@
\begin{SCn}
\scnsectionheader{Предметная область и онтология денотационной семантики Языка представления нейросетевого метода решения задач}
\begin{scnsubstruct}

\scnheader{Денотационная семантика Языка представления нейросетевого метода решения задач}
\scntext{примечание}{Денотационная семантика Языка представления нейросетевого метода решения задач в базах знаний описывается в рамках предметной области и соответствующей ей онтологии нейросетевого метода.}
\scntext{примечание}{Так же в \textit{Предметную область нейросетевых методов} добавлены понятия для описания метрик эффективности \textit{нейросетевых методов}. Данные метрики учитываются \textit{решателем задач} при принятии решения об использовании того или иного \textit{нейросетевого метода}.}
Expand Down Expand Up @@ -81,8 +83,10 @@
\scntext{примечание}{Отдельный формальный нейрон является искусственной нейронной сети с одним нейроном в единственном слое.}
\scnsubset{искусственная нейронная сеть}
\scntext{пояснение}{\textbf{\textit{формальный нейрон}} --- это основной элемент \textit{искусственной нейронной сети}, применяющий свою \textit{функцию активации} к сумме произведений входных сигналов на весовые коэффициенты:
$$y = F\left(\sum_{i=1}^{n} w_ix_i - T\right) = F(WX - T)$$
где $X = (x_1,x_2,...,x_n)^T$ --- вектор входного сигнала; $W - (w_1,w_2,...,w_n)$ --- вектор весовых коэффициентов; $T$ --- пороговое значение;
\begin{equation*}
y \eq F\left(\sum\underscore{i=1}\upperscore{n} w\underscore{i} x\underscore{i} - T\right) \eq F(WX - T)
\end{equation*}
где $X \eq (x\underscore{1},x\underscore{2},...,x\underscore{n})\upperscore{T}$ --- вектор входного сигнала; $W - (w\underscore{1},w\underscore{2},...,w\underscore{n})$ --- вектор весовых коэффициентов; $T$ --- пороговое значение;
\textit{F} --- функция активации.}
\begin{scnindent}
\begin{scnrelfromset}{источник}
Expand Down Expand Up @@ -201,7 +205,7 @@
\begin{scnindent}
\scntext{формула}{
\begin{equation*}
y = sign(S) =
y \eq sign(S) \eq
\begin{cases}
1, S > 0,\\
0, S \leq 0
Expand All @@ -212,7 +216,7 @@
\begin{scnindent}
\scntext{формула}{
\begin{equation*}
y = \frac{1}{1+e^{-cS}}
y \eq \frac{1}{1+e\upperscore{-cS}}
\end{equation*}}
\begin{scnindent}
\scntext{примечание}{\textit{с} > 0 --- коэффициент, характеризующий ширину сигмоидной функции по оси абсцисс, \textit{S} --- в.с.}
Expand All @@ -222,7 +226,7 @@
\begin{scnindent}
\scntext{формула}{
\begin{equation*}
y = \frac{e^{cS}-e^{-cS}}{e^{cs}+e^{-cS}}
y \eq \frac{e\upperscore{cS}-e\upperscore{-cS}}{e\underscore{cs}+e\upperscore{-cS}}
\end{equation*}}
\begin{scnindent}
\scntext{примечание}{\textit{с} > 0 --- коэффициент, характеризующий ширину сигмоидной функции по оси абсцисс, \textit{S} --- в.с.}
Expand All @@ -232,17 +236,17 @@
\begin{scnindent}
\scntext{формула}{
\begin{equation*}
y_j = softmax(S_j) = \frac{e^{S_j}}{\sum_{j} e^{S_j}}
y\underscore{j} \eq softmax(S\underscore{j}) \eq \frac{e\underscore{S\underscore{j}}}{\sum\underscore{j} e\upperscore{S\underscore{j}}}
\end{equation*}}
\begin{scnindent}
\scntext{примечание}{$S_j$ --- в.с. \textit{j}-го выходного нейрона.}
\scntext{примечание}{$S\underscore{j}$ --- в.с. \textit{j}-го выходного нейрона.}
\end{scnindent}
\end{scnindent}
\scnitem{функция ReLU}
\begin{scnindent}
\scntext{формула}{
\begin{equation*}
y = F(S) =
y \eq F(S) \eq
\begin{cases}
S, S > 0,\\
kS, S \leq 0
Expand Down Expand Up @@ -288,17 +292,21 @@
\begin{scnindent}
\begin{scneqtoset}
\scnitem{классификационные метрики}
\begin{scnrelfromset}{декомпозиция}
\scnitem{точность и.н.с.}
\scnitem{полнота и.н.с.}
\scnitem{F1-метрика}
\end{scnrelfromset}
\begin{scnindent}
\begin{scnrelfromset}{декомпозиция}
\scnitem{точность и.н.с.}
\scnitem{полнота и.н.с.}
\scnitem{F1-метрика}
\end{scnrelfromset}
\end{scnindent}
\scnitem{регрессионные метрики}
\begin{scnrelfromset}{декомпозиция}
\scnitem{MAE}
\scnitem{MAPE}
\scnitem{RMSE}
\end{scnrelfromset}
\begin{scnindent}
\begin{scnrelfromset}{декомпозиция}
\scnitem{MAE}
\scnitem{MAPE}
\scnitem{RMSE}
\end{scnrelfromset}
\end{scnindent}
\end{scneqtoset}
\end{scnindent}

Expand Down Expand Up @@ -335,23 +343,23 @@

\scnheader{MAE}
\scnidtf{mean absolute error}
\scntext{формула}{$\frac{1}{N} \sum_{i=1}^N |y_{etalon}^i - y_{predicted}^i|$}
\scntext{формула}{$\frac{1}{N} \sum\underscore{i \eq 1}\upperscore{N} |y\underscore{etalon}\upperscore{i} - y\underscore{predicted}\upperscore{i}|$}
\begin{scnindent}
\scntext{примечание}{$y_{etalon}^i$ --- эталонное значение,\\ $y_{predicted}^i$ --- значение, полученное и.н.с.,\\ \textit{N} --- объем обучающей выборки}
\scntext{примечание}{$y\underscore{etalon}\upperscore{i}$ --- эталонное значение,\\ $y\underscore{predicted}\upperscore{i}$ --- значение, полученное и.н.с.,\\ \textit{N} --- объем обучающей выборки}
\end{scnindent}

\scnheader{MAPE}
\scnidtf{mean absolute percentage error}
\scntext{формула}{$\frac{1}{N} \sum_{i=1}^N \frac{|y_{etalon}^i - y_{predicted}^i|}{y_{etalon}^i} * 100\%$}
\scntext{формула}{$\frac{1}{N} \sum\underscore{i \eq 1}\upperscore{N} \frac{|y\underscore{etalon}\upperscore{i} - y\underscore{predicted}\upperscore{i}|}{y\underscore{etalon}\upperscore{i}} * 100\percent$}
\begin{scnindent}
\scntext{примечание}{$y_{etalon}^i$ --- эталонное значение,\\ $y_{predicted}^i$ --- значение, полученное и.н.с.,\\ \textit{N} --- объем обучающей выборки}
\scntext{примечание}{$y\underscore{etalon}\upperscore{i}$ --- эталонное значение,\\ $y\underscore{predicted}\upperscore{i}$ --- значение, полученное и.н.с.,\\ \textit{N} --- объем обучающей выборки}
\end{scnindent}

\scnheader{RMSE}
\scnidtf{root mean squared error}
\scntext{формула}{$\sqrt{\frac{1}{N} \sum_{i=1}^N (y_{etalon}^i - y_{predicted}^i)^2}$}
\scntext{формула}{$\sqrt{\frac{1}{N} \sum\underscore{i \eq 1}\upperscore{N} (y\underscore{etalon}\upperscore{i} - y\underscore{predicted}\upperscore{i})\upperscore{2}}$}
\begin{scnindent}
\scntext{примечание}{$y_{etalon}^i$ --- эталонное значение,\\ $y_{predicted}^i$ --- значение, полученное и.н.с.,\\ \textit{N} --- объем обучающей выборки}
\scntext{примечание}{$y\underscore{etalon}\upperscore{i}$ --- эталонное значение,\\ $y\underscore{predicted}\upperscore{i}$ --- значение, полученное и.н.с.,\\ \textit{N} --- объем обучающей выборки}
\end{scnindent}

\scnheader{SCg-текст. Пример формализации архитектуры искусственной нейронной сети в базе знаний}
Expand All @@ -366,3 +374,4 @@
\end{scnrelfromvector}

\scnendcurrentsectioncomment
\end{SCn}
Loading

0 comments on commit 0d3bd67

Please sign in to comment.