Crisis

Sistemas Jerárquicos

Sistema jerárquico general

Núcleo estimador con salida conocida
Múltiples entradas-salidas Entradas conocidas y desconocidas Salida conocida

Nivel M-1

Nivel MEntrada desconocida Salida de núcleo estimador con nivel de jerarquía precedente (M-1)

Núcleo estimador con salida desconocida
Entradas conocidas y desconocidas

Descripción de términosRepresentación de núcleo estimador
j=1..M Niveles de jerarquía; k=1..P Núcleos en cada nivel

Entradas conocidas y desconocidas

Vector de parámetros

Adaptación de los parámetros (capa de salida)Error: Disponible en nivel M
Mecanismo de adaptación

Adaptación de los parámetros (capas intermedias)
Mecanismo de adaptación
Diferencial de salida (NE) con respecto a variable de entradaRetropropagación del error

Diferencial de salida con respecto a parámetros

Ejemplo: Núcleo estimador borroso
Parámetros Variables de entrada

Es necesario obtener el diferencial con respecto alas variables de entrada y los parámetros

Adaptación de los parámetros
Aplicación del gradiente

Descripción extendida

Centros Anchos Consecuentes

Diferencial con respecto a las variablesde entrada (I)
Descripción extendida
Resolver el diferencial

Diferencial con respecto a las variables de entrada (II)

Ecuación resultante

Comprobación del diferencial con respecto a lasvariables de entrada
•Obtener datos de entrada-salida de una función no lineal. •Determinar la derivada de la función que se pretende modelar. •Obtener el modelo basado en los datos de entrada-salida.•Determinar la derivada con respecto a la variable de entrada del núcleo estimador que representa al modelo. •Comprobar ambas derivadas.

Ejemplo de derivada con respecto a las variables deentrada
Función a modelar Derivada con respecto a x1

y ( x1 , x2 )  4 cos(x1 ) x1

¿Redes Neuronales?
Tangente sigmoidal hiperbólica
Función de coste

Diferencial con respecto a los...