Conteo de picos usando rn

Universidad de Guanajuato. Chacón, Delgado, Rodríguez. Cont. De picos de histogramas con RN

.

PRÁCTICA 2: CONTEO DE PICOS DE HISTOGRAMAS USANDO REDES NEURONALES
Chacón Martínez César Adrián
e-mail: ceach_123@hotmail.com

Delgado Arredondo Paulo A.
e-mail: delgadoa_p@hotmail.com

Rodríguez Gil Luis Alberto
e-mail: larogil@gmail.com

RESUMEN: Un histograma es el gráfico más usadopara la representación de variables cuantitativas continuas o discretas con una gran cantidad de valores. Este documento describe el método seguido para crear una red neuronal capaz de detectar el número de picos dentro de un histograma de 256 valores, la topología usada es de perceptrón multi-capa y fue entrenada con el algoritmo de retro-propagación con ejemplos creados mediante una funciónescrita en lenguaje C. PALABRAS CLAVE: redes neuronales, histogramas, detección de picos, retro-propagación, perceptrón multicapa.

pueda recuperarse el más cercano frente a un estímulo particular de entrada [2]. Para que una RN aprenda es necesario un proceso de entrenamiento, en el que modifica su comportamiento para ajustarlo a los datos que se le van proporcionando [1], aunque el PM no tiene grancapacidad de extrapolación, lo que quiere decir que es necesario brindarle tantos patrones de entrenamiento como sea posible, si la red se entrena mal o de forma insuficiente, las salidas pueden ser imprecisas.

2 METODOLOGÍA
El problema a resolver es desarrollar una red neuronal que pueda detectar el número de picos en un histograma de 256 datos, para lograrlo, se creará por medio de softwareel modelo de una neurona, como base para formar la red neuronal. La topología a usar es el Perceptrón Multicapa (PM), que tiene una capa de entrada y una capa de salida y una o más capas ocultas unidas de forma total hacia delante, esta topología permite clasificar conjuntos linealmente independientes y además puede admitir valores reales

1 INTRODUCCIÓN
El histograma se usa para representardatos estadísticos como edades, estaturas o calificaciones, en comparaciones de características entre dos o más productos, en fotografía, muestra la distribución de los colores o tonos de un color en una imagen según su luminosidad [1], entender este histograma ayuda a mejorar la exposición de la imagen, o en procesamiento digital de señales de audio, como en codificación PCM. El entender oidentificar un histograma ayuda a tener una idea objetiva sobre la calidad de un producto, el desempeño de un proceso o el impacto de una acción de mejora, pero para entenderlo es necesaria la capacidad de razonamiento o un conocimiento adquirido previamente, esto es un proceso relativamente sencillo para una persona. El cerebro humano está formado por unas 100 mil millones de neuronas, y cada una tienealrededor de 10 mil conexiones [2], que se encargan, entre otras cosas del aprendizaje, razonamiento y asociación de la información para representar el conocimiento. Una red neuronal es un conjunto de procesadores conectados entre sí que tratan de emular el comportamiento del cerebro humano, caracterizado por el aprendizaje a través de la experiencia [3], y la capacidad para interpretar, predeciro aproximar un ambiente diferente al que ya ha experimentado. Una de las aplicaciones de las RN es la asociación, ya que tiene como fin almacenar un conjunto de patrones clave y que

Figura 1. Topología de Perceptrón multicapa [2]. De forma experimental se probarán distintas configuraciones en cuanto al número de neuronas en la capa oculta usar, ya que el número de entradas será 256 y solotendrá una salida. La forma de entrenar a la red será por medio de ejemplos que se crearán por medio de una función para

1

Universidad de Guanajuato. Chacón, Delgado, Rodríguez. Cont. De picos de histogramas con RN

.
generar aleatoriamente conjuntos de 256 valores aleatorios, éstos serán graficados para tener la seguridad de conteo de picos, datos que el software de red neuronal será capaz...