Sei sulla pagina 1di 9

Sistemas Inteligentes y Redes Neuronales (SI01)

Laboratorio: 2
Patrones de aprendizaje de las RNA

Ing. Jos C. Bentez P.

Patrones de aprendizaje de las RNA


Objetivos Fundamento terico: Los patrones de aprendizaje de las RNA. Graficar patrones de aprendizaje de las RNA. Tarea.

Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jos C. Bentez P.

Objetivos
Revisar los conceptos de los patrones de aprendizaje de las RNA. Graficar mediante el Toolbox de Redes Neuronales de MatLab patrones de aprendizaje de las RNA.

Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jos C. Bentez P.

Patrn de entrenamiento de las RNA


Se denomina Conjunto de Entrenamiento (CE) de las RNA al conjunto formado por las entradas y las salidas deseadas, utilizadas para entrenar una RNA. Tambin se le denomina Patrn de Entrenamiento (PE) o patrn de aprendizaje (PA). Los PE ayudan a determinar si el CE pueden ser separados linealmente. Las separaciones lineales facilitan el aprendizaje de algunas RNA tales como el Perceptron, Adaline, MLP y Madaline. En el toolbox de redes neuronales del MATLAB se encuentran funciones que nos permiten graficar los PE. Entre las funciones utilizadas por el MATLAB para el grafico de los patrones de entrenamiento se tienen: PLOTPV - Grafica los vectores de entrada cuando la salida es 1/0.

Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jos C. Bentez P.

Grafico del PE de las RNA


Los patrones de aprendizaje se utilizarn para entrenar las redes neuronales. Ejemplo: La funcin lgica AND En Matlab:
>> X=[1 1 0 0; 1 0 1 0]; %Posibles entradas en la RNA >> D=[1 0 0 0] %Es el resultado de la funcin lgica AND >> plotpv(X,D) %Grafica los patrones de aprendizaje. X1 X2 X1 OR X2 1 1 0 0 1 0 1 0 1 0 0 0

Nos mostrar el grfico mostrado. Como se puede observar, MATLAB grafica los puntos dados en el vector X y le asigna un smbolo para la clasificacin dependiendo de la salida deseada, en esta caso: Para salida deseada cero (0) = o Para salida deseada uno (1) = +
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jos C. Bentez P. 5

Linealmente separables
Se puede observar, que existen dos grupos de datos. Los grupos pueden ser separados mediante una lnea como se muestra en el grafico; es decir el CE es linealmente separable (LS). Uno de los requisitos para entrenar una Perceptron o Adaline es que sean LS.

Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jos C. Bentez P.

Tarea
1. Graficar los patrones de entrenamiento y verificar si son linealmente separables las siguientes funciones lgicas: a. OR b. NOT c. XOR d. CONDICIONAL e. LA BICONDICIONAL f. (A OR B) AND C g. (NOT (A OR B)) AND C h. (A B) OR C i. (A=>B)=>C j. (A B) C 2. Graficar los patrones de aprendizaje de la siguiente RNA y verificar si son LS: X1 X2 D1 D2 -0.5 -1.0 0 1 1.0 1.0 1 1 1.0 0.5 1 0 -1.0 -0.5 0 0 -1.0 -1.0 0 1 0.5 1.0 1 1 3. Dar dos ejemplos de PE LS de dos y tres entradas. Graficar mediante el MatLab.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jos C. Bentez P. 7

Informe de Laboratorio
El Informe de Laboratorio es un documento grfico en lo posible y es redactado en Word con el desarrollo del laboratorio. Niveles de Informe: Primer nivel: Observaciones. Imgenes con comentarios cortos. Redactar al ir desarrollando el laboratorio. (Requiere desarrollar el laboratorio). Segundo nivel: Conclusiones. Redactar al terminar el laboratorio.(Requiere haber desarrollado el laboratorio). Tercer Nivel: Recomendaciones. (Requiere lectura de otras fuentes). Dentro de su Carpeta Personal del Dropbox crear una carpeta para el laboratorio 2 con el siguiente formato: SIRN_PaternoM_Lab2 Adjuntar fuentes que le han ayudado en esta carpeta creada. Las fuentes deben conservar el nombre original de archivo y se debe agregar _L2 al final. Presentar el Informe de Laboratorio 2 en esta carpeta creada.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jos C. Bentez P. 8

Lab2. Patrones de aprendizaje de las RNA

http://utpsirn.blogspot.com
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jos C. Bentez P. 9