Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Entradas: x (t). Las variables de entrada y salida pueden ser binarias (digitales)
o continuas (analógicas) dependiendo del modelo de aplicación.
a (3)
a (4)
(5)
El objetivo de una RNA es generalizar para clasificar las nuevas entradas de forma
apropiada, si se conoce que los datos de entrenamiento contienen ruido, no se
requiere necesariamente que los datos de entrenamiento sean totalmente precisos
provocando una reducción de la capacidad de generalizar, Es más fácil despreciar un
valor de entrenamiento para mejorar la generalización
0 ∗ 𝑊1 + 0 ∗ 𝑊2 − 𝜃 ≥ 0 (7)
0 ∗ 𝑊1 + 1 ∗ 𝑊2 − 𝜃 < 0 (8)
1 ∗ 𝑊1 + 0 ∗ 𝑊2 − 𝜃 < 0 (9)
1 ∗ 𝑊1 + 1 ∗ 𝑊2 − 𝜃 < 0 (10)
De donde se obtiene
𝜃≤0
𝑊2 < 𝜃
𝑊1 < 𝜃
𝑊1 + 𝑊2 < 𝜃
𝑊1 𝜃
𝐼𝑛2 = − ∗ 𝐼𝑛1 + (11)
𝑊2 𝑊2
Se define una función de error que determina hasta qué punto será entrenada
la red
Las derivadas parciales del error nos muestran en qué dirección necesitamos
mover el espacio de pesos para reducir el error
La tasa de aprendizaje especifica el tamaño de paso en cada espacio de peso
para cada iteración de la ecuación de actualización de pesos
Se sigue paso a paso el espacio de pesos hasta obtener errores más cercanos al
deseado
Un hombre que mide 175cm pertenece 33% al conjunto de “los hombres altos”
8. Dibuje el esquema de un controlador difuso e identifique sus componentes.
Fuzzificación
Inferencia
Defuzzificación
Contiene Todas la reglas linguisticas que se utilizan para relacionar los conceptos
imprecisos con el comportamiento del sistema a controlar, esta etapa se encarga de la
toma de decisiones que gobernara la forma en que debe actuar el sistema.
10. Escriba la fórmula de cálculo para obtener el grado de activación de una regla con dos
proposiciones en la premisa
El grado de certeza se calcula a partir de sus premisas y de sus funciones de
pertenencia establecidas, para lo cual se utiliza la siguiente fórmula
∑𝑖 𝑏𝑖 ∫ 𝑢(𝑖)
𝜇 𝐶𝑅𝐼𝑆𝑃 = (17)
∑𝑖 ∫ 𝑢(𝑖)
Figura 8. Proposiciones de dos premisas