Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Funo discriminante:
Onde:
wT = Vetor de pesos
w0 = Bias
Se:
w0
wm
w1
Bias
x0
x1
...
xm
22
x2
Classe C1
x1
Classe C2
Fronteira de
deciso
(hiperplano)
Sadas
y1
yc
...
Bias
x0
x1
...
xm
23
c) Discriminante Logstico:
Neste caso:
y= g(a) = 1/(1 + exp(-a))
Onde: a = wT x + w0
Pode-se adotar:
g(a) =
0, quando a<0
1, quando a>= 0
24
0
1
0
1
x = (0,0) ou (1,1)
x = (0,1) ou (1,0)
pertence C1
pertence C2
x2
C2
C1
C1
C2
x1
25
E(w) = . e2(n)
onde e(n) o sinal de erro medido no tempo n.
Tendo-se como sinal de erro:
e(n) = d(n) xT(n) w(n)
Pode-se chegar ento aos valores de estimativa dos pesos
sinpticos:
w(n+1) = w(n) + . x(n) . e(n)
onde a taxa de aprendizado.
Geralmente, o algoritmo LMS converge com valores de
taxa de aprendizado:
0< < 2/tr[R x]
onde tr[R x] o trao da matriz de correlao.
Obs: Trao a soma dos elementos da diagonal principal
de uma matriz.
Assim, tr[R x] ser igual soma dos valores mdios
quadrticos das entradas sensoriais.
26
x1
x2
w1
w2
Bias, b
(v)
Sada y
Limitador abrupto
xm
wm
27
v = wi.xi + b
y = (v)
28
- Perceptron
29