Estudiante

PERCEPTRON MULTICAPA

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 laprincipal limitación del perceptrón (también llamado perceptrón simple). El perceptrón multicapa puede ser totalmente 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" es entrada de una serie de neuronas (región) de la capa "i+1".

lIMITACIONES

ElPerceptrón Multicapa no extrapola bien, es decir, si la red se entrena mal o de manera insuficiente, las salidas pueden ser imprecisas.
La existencia de mínimos locales en la función de error dificultaconsiderablemente el entrenamiento, pues una vez alcanzado un mínimo el entrenamiento se detiene aunque no se haya alcanzado la tasa de convergencia fijada.
Cuando caemos en un mínimo local sinsatisfacer el porcentaje de error permitido se puede considerar: cambiar la topología de la red (número de capas y número de neuronas), comenzar el entrenamiento con unos pesos iniciales diferentes, modificarlos parámetros de aprendizaje, modificar el conjunto de entrenamiento o presentar los patrones en otro orden.


#include

const int OrdenPatrones= 10;
const int NodosEntrada = 7;
const intNodosOcultos = 8;
const int NodosSalida = 4;
const float TazaAprendizaje = 0.3;
const float Momentum = 0.9;//impulso
const float PesoInicialMaximo= 0.5;
const float Success = 0.0004;

const byteEntrada[OrdenPatrones][NodosEntrada] = {
{ 1, 1, 1, 1, 1, 1, 0 },
{ 0, 1, 1, 0, 0, 0, 0 },
{ 1, 1, 0, 1, 1, 0, 1 },
{ 1, 1, 1, 1, 0, 0, 1 },
{ 0, 1, 1, 0, 0, 1, 1 },
{ 1,0, 1, 1, 0, 1, 1 },
{ 0, 0, 1, 1, 1, 1, 1 },
{ 1, 1, 1, 0, 0, 0, 0 },
{ 1, 1, 1, 1, 1, 1, 1 },
{ 1, 1, 1, 0, 0, 1, 1 }
};

const byte Objetivo[OrdenPatrones][NodosSalida] = {...