perceptron

UNIVERCIDAD DE
GUADALAJARA
Maestría en Cs. de la Ingeniería Eléctrica

PRACTICA 1

EL PERCEPTRÓN

INTELIGENCIA ARTIFICIAL

DRA. ALMA Y. ALANIS

ING. JORGE LUIS GARCIA LOPEZ

212290136GUADALAJARA, JALISCO A 6 DE NOVIEMBRE DEL 2012.

Objetivo:
Comprobar experimentalmente las capacidades y limitaciones de aplicación de un
perceptrón.
Desarrollo
Primera parte
Tabla de verdadpara una función lógica: (𝐴 ∪ 𝐵) ∩ 𝐶

(𝐴 ∪
0
0
0
0
1
1
1
1

𝐵) ∩ 𝐶
0
0
0
1
1
0
1
1
0
0
0
1
1
0
1
1

d (k)
0
0
0
1
0
1
0
1

Código en Matlab®
clc; clear all;%% PERCEPTRON %%
%% X(k)VECTORES DE ENTRADA A,B Y C (VECTORES DE ENTRENAMIENTO) %%
ABC=[0 0 0 0 1 1 1 1
0 0 1 1 0 0 1 1
0 1 0 1 0 1 0 1];
%% SALIDA DESEADA d(k) CON DOS GRUPOS (0 Y 1) %%
d=[0 00 1 0 1 0 1];
%% IMPLEMENTAMOS LA FUNCIÓN LÓGICA USANDO UN PERCEPTÓN %%
FUN=newp(minmax(ABC),1);
%% CREAMOS LA GRAFICA DE LOS PATRONES DE ENTRENAMIENTO %%

plotpv(ABC,d);
%% ENTRENAMOS ELPERCEPTRON DE LA FUNSION LOGICA %%
FUN=train(FUN,ABC,d);
%% CREAMOS HIPERPLANO SEPARADOR %%
plotpc(FUN.IW{1},FUN.b{1});
%% SALIDA DEL SISTEMA %%
Y=sim(FUN,ABC)
%% GENERALIZACION DEL PERCEPTRON %%
r= 0;
Y1=sim(FUN,ABC+r);
while (Y1 == Y)
Y1=sim(FUN,ABC+r);
r = r+0.001;
end
r
Y2=sim(FUN,ABC+r)

pesos=FUN.IW{1}
bias=FUN.b{1}

Gráfica de los patrones de entrenamiento, gráfica de lospatrones de entrenamiento
incluyendo el hiperplano separador, vector de pesos y bias, etc.

En la grafica anterior se puede ver los patrones de entrenamiento en dos grupos.

Grupos de patrones deentrenamiento separados por un hiperplano que se obtuvo por
entrenar a la función lógica.
El vector de pesos obtenido es:
Pesos =

1

1

3

El bias obtenido es:
bias = -4
Para verificar lacapacidad de generalización de la red utilizamos patrones similares a los
del entrenamiento.
La salida del entrenamiento del sistema que se obtuvo es:
Y=

0

0

0

1

0

1

0

1...