PRIMER

EXAMEN PARCIAL DE TEMAS SELECTOS DE MECATRNICA TIPO A

Introduccin a las Redes Neurales
Profesor: Ing. Ana Marissa Jurez Mendoza
GRUPO: 01
Nombre del alumno:

Resolver los reactivos que se enumeran a continuacin, imprimir las grficas y los
resultados que se piden en Matlab as mismo entregar en hojas blancas los procedimientos
hechos a mano cuando sea necesario, en todos los casos indicar la solucin obtenida
encerrandola en un recuadro.

1. Suponga que queremos distinguir entre pltanos y pias:

1 1
1 = [ 1 ] (pltano), 2 = [1] (pia)
1 1

Disee un perceptrn para reconocer dichos patrones.

Disee una red de Hamming para reconocer dichos patrones.
Pruebe la operacin de las redes con tres distintos vectores de entrada.

Para lo cual se pide en una hoja en blanco; dibujar la arquitectura de cada una de las redes,
realizar los procedimientos a mano e indicar los resultados obtenidos.

2. Se quiere entrenar un perceptrn con el siguiente conjunto de entrenamiento:

1.1 0 1.1
{1 = [ ] , = 0} {2 = [ ] , 2 = 0} {3 = [ ] , 3 = 1}
1.1 1 0 1.1

Las condiciones iniciales para la matriz de pesos y el sesgo son:

(0) = [1 0], (0) = 0.5

Grafique la frontera de decisin inicial as como el vector de pesos y los vectores de

entrada. Cules patrones son clasificados correctamente cuando se usan los
valores iniciales de pesos y sesgo? Realice su grfica en Matlab.
Entrene un perceptrn utilizando la regla de aprendizaje y obtenga el valor de la
matriz de pesos y sesgo que hacen que funcione correctamente as como la
arquitectura de la red, para ello utilice el toolbox de Matlab.
Grafique la frontera de decisin final en Matlab.

3. Se tienen cuatro categorias de vectores de entrada.

0.5 0.3 0 1 1.5 2

Categoria I: {[ ][ ] [ ]}, Categoria II:{[ ] [ ] [ ]},
1 2 0.5 0 0.3 0.2
0.2 0 0.1 1 1.5 2
Categoria III: {[ ] [ ][ ]}, Categoria IV: {[ ] [ ][ ]}
1 1.5 1.1 0 0.2 0.1

Disee una red perceptrn que reconozca esas cuatro categorias. Grafique las
fronteras de decisin. Use el toolbox de Matlab.
 Cul el diagrama de la aquitectura de la red?
4. Disee una red autoasociativa utilizando regla de Hebb y regla de la pseudoinversa
que aprenda las tres letras mostradas. Pruebe la salida de la red diseada con regla
de Hebb y con regla de la pseudoinversa con cada una de las entradas y concluya
sobre los resultados obtenidos. Elabore un archivo en MATLAB e imprima los
procedimientos y resultados.

P1 P2 P3

5. Se tiene el siguiente conjunto de entrenamiento:

1 1 0
{1 = [ ] , 1 = 1} {2 = [ ] , 2 = 1} {3 = [ ] , 3 = 1}
0 1 1
Muestre por qu este problema no puede ser resuelto si la red no tiene sesgo.
Use la regla de la pseudoinversa para disear un perceptrn para ese conjunto de
entrenamiento. Verifique que la red funcione correctamente. Realice sus
procedimientos en una hoja blanca.