DISEÑO RED NEURONAL

Para el diseño de la red neuronal, nos basaremos en la recolección de los valores obtenidos por la adquisición del ojo en los diferentes días, para ello se tomaran las muestras por los diferentessensores clasificándolos de la siguiente manera:

SG: gruesos
SM: medios
SF: finos

Para clasificar los valores obtenidos de la red neuronal se tomaran los datos provenientes por los sensores enintervalos de cada 5 minutos en un intervalo de tiempo comprendido desde las 6:00 am hasta las 8:00 pm (esto lo cambian si su intervalo es diferentes) por tanto los valores para los sensores quedandenotados por la siguiente clasificación:

Hora
SG
SM
SF
7:00
SG(1)
SM(1)
SF(1)
7:05
SG(2)
SM(2)
SF(2)
7:10
SG(3)
SM(3)
SF(3)
7:15
SG(4)
SM(4)
SF(4)
7:20
SG(5)
SM(5)
SF(5)
7:25SG(6)
SM(6)
SF(6)
·
·
·
·
Y así sucesivamente

Entonces tenemos que para cada arreglo de sensores se tiene que para cada hora se tienen 12 muestras por sensor y para el intervalo de 6:00 ama 8:00 pm se tienen 168, en otras palabras SG, SM y SF son arreglos de 168 elementos.

Ahora la obtención de los valores SG(i), SM(i), SF(i) se realiza obteniendo el promedio de los datos de losgrupos de sensores de cada clasificación (Aquí no recuerdo cuantos sensores son finos, cuantos medios y cuantos gruesos pero eso los ponen ustedes y los corrigen), es decir si se tiene 3 sensores mediosse suman los valores obtenidos a las 7:00 am y se divide entre 3 y eso da como resultado SM(1).

Dado que se va a utilizar un algoritmo de red neuronal perceptron (Rosenblatt, 1959) para elentrenamiento de los valores de los pesos para cada caso Wij, la matriz de pesos es entonces un arreglo bidimensional de tamaño [168][3], un peso por cada valor de los sensores.

Por otro lado como vamos autilizar un entrenamiento supervisado es necesario saber cuáles son los valores optimos o esperados que deseamos obtener, para ello vamos a tomar los valores máximos de los sensores SG, SM y SF...