Multilayer perceptron
PERCEPTRON
LOURDES SILVA ENRIQUEZ
DRA. YULIA LEDENEVA
REDES NEURONALES Y LOGICA
DIFUSA
QUE ES
El perceptrón multicapa es una red
neuronal artificial (RNA) formada por
múltiples capas,esto le permite resolver
problemas
que
no
son
linealmente
separables, lo cual es la principal limitación
del perceptrón (también llamado perceptrón
simple). El perceptrón multicapa puede sertotalmente o localmente conectado. En el
primer caso cada salida de una neurona de
la capa "i" es entrada de todas las neuronas
de la capa "i+1", mientras que en el
segundo cada neurona de la capa "i" esentrada de una serie de neuronas (región)
de la capa "i+1".
TIPOS
Las capas pueden clasificarse en tres tipos:
Capa de entrada: Constituida por aquellas neuronas que
introducen los patrones deentrada en la red. En estas
neuronas no se produce procesamiento.
Capas ocultas: Formada por aquellas neuronas cuyas
entradas provienen de capas anteriores y cuyas salidas
pasan a neuronas de capasposteriores.
Capa de salida: Neuronas cuyos valores de salida se
corresponden con las salidas de toda la red.
La propagación hacia atrás (también conocido como
retropropagación del error o regla deltageneralizada), es
un algoritmo utilizado en el entrenamiento de estas redes,
por ello, el perceptrón multicapa también es conocido
como red de retropropagación (no confundir con la red
decontrapropagación).
HISTORIA
En 1969, Minsky y Papert, demuestran que el perceptrón
simple y ADALINE no puede resolver problemas no lineales
(por ejemplo, XOR). La combinación de varios perceptrones
simplespodría resolver ciertos problemas no lineales pero
no existía un mecanismo automático para adaptar los pesos
de la capa oculta. Rumelhart y otros autores, en 1986,
presentan la "Regla DeltaGeneralizada" para adaptar los
pesos propagando los errores hacia atrás, es decir, propagar
los errores hacia las capas ocultas inferiores. De esta forma
se consigue trabajar con múltiples capas y con...
Regístrate para leer el documento completo.