Perceptron, Concepto Y Funcionamiento Or
Resultados del aprendizaje:
Se puede usar las neuronas para crear compuertas lógicas básicas. Todo lo que se necesita es encontrar los pesos deconexión adecuados y los umbrales de las neuronas para obtener los resultados correctos para cada conjunto de entradas.
Descripción del problema
Se planteó el desarrollo de un programa que permita alPerceptron aprender a comportarse como una compuerta lógica OR
Marco Teórico
Perceptron: El Perceptron es un tipo de red neuronal artificial, siendo una analogía de la neurona biológica.
Sufuncionamiento se basa en el procesamiento de entradas de acuerdo a los pesos que éstas tienen. De acuerdo a eso, el perceptron nos entrega un resultado en base a una tabla de aprendizaje previamentedada.
Igualmente se plantea el dato θ el cual será el umbral. Como caso especial el umbral inicial puede tomarse como la iteración inicial del perceptron.
Figura 1: Perceptron con dos entradasFinalmente, se plantea una regla o ley de aprendizaje para el incremento a los diferentes pesos y obtener con ello la salida previamente aprendida.
Procedimiento
* Se planteó valores inicialespara cada parámetro que interviene en el aprendizaje del Perceptron.
* Se añade la matriz de aprendizaje, la cual tendrá los valores que se desean aprender. En este caso es:
In1 | In2 | Out |0 | 0 | 0 |
0 | 1 | 1 |
1 | 0 | 1 |
1 | 1 | 1 |
Tabla 1: Tabla compuerta lógica OR
* Para hallar el umbral, sabiendo que es un caso especial de la iteración 0 del proceso, se ha tomadodentro de la matriz de aprendizaje el valor de -1 y de éste conseguir el valor inicial del umbral.
* Comparar el valor de los incrementos de los pesos, si estos tienden a cero, la convergenciaes mayor; esto indica que se está llegando al resultado deseado. Se adjunta como Anexo 1 el pantallazo del programa realizado en Matlab.
Análisis de resultados
* Se sabe que la función sgn...
Regístrate para leer el documento completo.