Ing sistemas

Redes Neuronales "Perceptron"

Clasificación de Patrones

Mario Alexander Quintero Bohórquez
Fundación Universitaria Panamericana
Ingeniería de Sistemas – Redes Neuronales
Correo-e: maquintero@unipanamericana.edu.co
Abstract. This document contains step-by-step solution to the so-called "suitcase problem" where the primary objective is MAXIMIXE storage capacity and utility of the bag,so we use the genetic algorithm based on an algorithm gene consists of a mathematical function or a software routine that takes as input and returns the copies which ones as outputs must produce offspring for the next generation. According to the above, the problem is solved based on the use of the GA to find the optimal combination of items to carry in the backpack.
I. Resumen:
Este Documentocontiene el desarrollo de la función XOR con tres entradas utilizando para ello el perceptron como mecanismo de aprendizaje y de clasificación, ya que precisamente el objetivo de una red de tipo perceptron es separar linealmente los patrones de entrada de acuerdo al comportamiento de los pesos durante las iteraciones que se parametrizen.
El Problema es desarrollado mediante la codificación delAlgotirmo en Visual Basic y aplicándolo a la resolución de una compuerta lógica de tipo XOR de tres entradas, con pesos totalmente modificables al igual que el umbral y la cantidad de Iteraciones necesarias para el aprendizaje, después de esto los datos son volcados en una hoja de calculo Excel para su posterior análisis por medio de graficas.

II. Introducción

E
STE documento presenta unejemplo de la aplicación del Perceptron como red de Aprendizaje, el objetivo es el desarrollo del algoritmo y el analisis del mismo durante el proceso de aprendizaje. Pero me parece relevante antes de abordar el tema del Perceptron, resaltar el tema principal y objeto de esta materia Las Redes Neuronales Artificiales Las redes neuronales son otra forma de emular otra de las características propiasde los humanos: la capacidad de memorizar y asociar hechos. Si examinamos con atención aquellos problemas que no pueden expresarse a través de un algoritmo nos daremos cuenta de que todos ellos tienen una característica común: la experiencia. El hombre es capaz de resolver estas situaciones acudiendo a la experiencia acumulada. Así, parece claro que una forma de aproximarse al problema consistaen la construcción de sistemas que sean capaces de reproducir esta característica humana. En definitiva, las redes neuronales no son más que un modelo artificial y simplificado del cerebro humano, que es el ejemplo más perfecto del que disponemos de sistema que es capaz de adquirir conocimiento a través de la experiencia. Una red neuronal es «un nuevo sistema para el tratamiento de la informacióncuya unidad básica de procesamiento está inspirada en la célula fundamental del sistema nervioso humano, la neurona.

1.1 El Perceptron.
El perceptrón es una red de alimentación directa, esto es la información fluye desde la capa de entrada hacia la capa de salida. Fue desarrollado por F. Rosenblatt hacia final de la década de los cincuenta basándose en la regla de aprendizaje de hebb y de losmodelos de neuronas biológicas de McCulloch y Pitts.
El Perceptrón es un clasificador, asigna a un vector de N valores un valor binario, usando una transformación no lineal. Así cada vector pertenece a una de las particiones que crea el perceptrón.
El perceptrón es una máquina de computación universal y tiene la expresividad equivalente a la lógica binaria ya que podemos crear un perceptrón quetenga el mismo comportamiento que una función boleana NAND y a partir de esta función se puede crear cualquier otra función boleana.

1.2 Arquitectura del Perceptron
El perceptrón simple es una red que consta de dos capas de neuronas.
Esta red admite valores binarios o bipolares como entrada para los sensores y los valores de su salida están en el mismo rango que los de entrada.
La función...