Lab5_Redes Neuronales Matlab
Páginas: 3 (567 palabras)
Publicado: 22 de enero de 2016
Laboratorio de: Inteligencia Artificial.
Práctica No.: 005.
Tema: Casos en Herramientas para redes de neuronas (Neural Lab, MATLAB)
Nombre: Sonia Jaguaco Fecha: 20/01/16
1. Objetivos:
1.1.Objetivo General
Comprender los diferentes métodos para la utilización de las redes neuronales artificiales utilizando nntool
1.2. Objetivos Específicos
Identificar los métodos para la clasificaciónde datos utilizando clasificadores lineales (perceptrón).
Desarrollar una red neuronal supervisada para solucionar problema no linealmente separable (newff).
2. Marco teórico:
Resumen El uso deperceptrones multicapa (MLP) con funciones de umbral (binario función paso activaciones) reduce considerablemente la complejidad de la ejecución de hardware de redes neuronales, proporciona toleranciaal ruido y mejora la interpretación de las representaciones internas. En algunos casos, como en el aprendizaje de tareas deflacionarias, puede ser suficiente para encontrar contrapesos adecuados paraun MLP con umbral de las funciones de activación por software de simulación y, a continuación, transferir los valores de peso para la implementación del hardware. Capacitación eficiente de estas redeses un tema de considerable investigación continua. Los métodos disponibles en la literatura se centran principalmente en dos estados (umbral) nodos y entrenar a las redes por aproximar el gradiente dela función de error y modificar apropiadamente el degradado progresivamente la descendencia, o a alterar la forma de las funciones de activación. En este trabajo, proponemos una evolución motivada deenfoque, que es perfectamente adecuado para redes con funciones de umbral y comparar su rendimiento con otros cuatro métodos. La propuesta de estrategia evolutiva no necesita información relacionadacon degradado, es aplicable a una situación donde las activaciones de umbral se utilizó desde el inicio de la formación, como en ''on-chip'', la formación, y es capaz de formar a redes con pesas...
Práctica No.: 005.
Tema: Casos en Herramientas para redes de neuronas (Neural Lab, MATLAB)
Nombre: Sonia Jaguaco Fecha: 20/01/16
1. Objetivos:
1.1.Objetivo General
Comprender los diferentes métodos para la utilización de las redes neuronales artificiales utilizando nntool
1.2. Objetivos Específicos
Identificar los métodos para la clasificaciónde datos utilizando clasificadores lineales (perceptrón).
Desarrollar una red neuronal supervisada para solucionar problema no linealmente separable (newff).
2. Marco teórico:
Resumen El uso deperceptrones multicapa (MLP) con funciones de umbral (binario función paso activaciones) reduce considerablemente la complejidad de la ejecución de hardware de redes neuronales, proporciona toleranciaal ruido y mejora la interpretación de las representaciones internas. En algunos casos, como en el aprendizaje de tareas deflacionarias, puede ser suficiente para encontrar contrapesos adecuados paraun MLP con umbral de las funciones de activación por software de simulación y, a continuación, transferir los valores de peso para la implementación del hardware. Capacitación eficiente de estas redeses un tema de considerable investigación continua. Los métodos disponibles en la literatura se centran principalmente en dos estados (umbral) nodos y entrenar a las redes por aproximar el gradiente dela función de error y modificar apropiadamente el degradado progresivamente la descendencia, o a alterar la forma de las funciones de activación. En este trabajo, proponemos una evolución motivada deenfoque, que es perfectamente adecuado para redes con funciones de umbral y comparar su rendimiento con otros cuatro métodos. La propuesta de estrategia evolutiva no necesita información relacionadacon degradado, es aplicable a una situación donde las activaciones de umbral se utilizó desde el inicio de la formación, como en ''on-chip'', la formación, y es capaz de formar a redes con pesas...
Leer documento completo
Regístrate para leer el documento completo.