Red Madaline y Base radial

Análisis del comportamiento de Redes Neuronales
MADALINE y Base Radial
Daniel Alvarez1, Pablo Restrepo2
1

alvarezdaniel510@gmail.com, Escuela de Ingenieria de
Antioquia
2
pablorlg@gmail.com, Escuela de Ingenieria de Antioquia
Sistemas inteligentes, Escuela de ingenieria de Antioquia,
Envigado, Colombia

Abstract. En el siguiente articulo se presentaran dos tipos de redes
neuronales,Red neuronal de Base Radial y Red neuronal Madaline en
las cuales se analizará el comportamiento de un decodificador binario
28 bits. A continuación se mostrará el comportamiento de dichas redes
neuronales cuyos resultados difieren ampliamente lo cual muestra que
el modelo más eficiente es la Red Neuronal Madaline sin función de
activación pues tarda menos tiempo de máquina que el resto enaprender, es decir, en arrojar un valor de error menor a 0.005.
Keywords: redes neuronales, control, MADALINE, BASE RADIAL,
decodificador binario.
1

Introducción

“Las redes de neuronas artificiales llamadas Perceptrones Multicapas (PM) son una
herramienta atractiva para solucionar problemas de clasificación como el reconocimiento de caracteres manuscritos, el reconocimiento de palabrashabladas, y el diagnóstico de diferentes enfermedades.”1
La selección de las redes neuronales se lleva a cabo por la comparación entre las distintas estructuras e identificación de los pesos en los nodos, escogiendo la que mejor
se adapte.
A continuación se presentarán análisis de diferentes redes neuronales frente a la solución de problemas para el decodificador binario generalizado, y seestudiara el com1

Alma E. Martínez Licona, John Goddard Close. Definición de una red neuronal para
clasificación por medio de un programa evolutivo,. Universidad Autónoma Metropolitana Iztapalapa. Vol. XXII, Núm. 1 Enero-Marzo 2001

adfa, p. 1, 2011.
© Springer-Verlag Berlin Heidelberg 2011

2 |Álvarez, Restrepo

portamiento de una red neuronal de base radial para diferentes funciones deactivación.
“Las redes neuronales de base radial son redes multicapa con conexión hacia adelante. Se caracterizan porque están formadas por una única capa oculta y cada neurona
de esta capa posee un carácter local, en el sentido de que cada neurona oculta de la
red se activa en una región diferente del espacio de patrones de entrada.”2
A diferencia del decodificador binario generalizado la redneuronal de base radial
requiere un menor tiempo de aprendizaje haciendo que la red neuronal MADALINE
sea de entrenamiento lento pues solo se modifica un elemento de procesamiento
(ADALINE) por iteración.
Se expondrán las conclusiones del estudio realizado a los resultados obtenidos de
cada red neuronal, incluyendo el número de iteraciones realizadas, apoyado de graficas en Excel para realizarlas comparaciones debidas para la selección de la red neuronal que mejor se adapta. Las validaciones de las distintas redes neuronales serán
desarrolladas por medio de los software Microsoft Visual Studio 2010 y Microsoft
Office Excel.

2

Metodología

Se construirán patrones para el decodificador binario de 28 bits, generando un orden
aleatorio de los datos requeridos para el análisisde la red neuronal en una hoja de
Excel; se vinculó con la programación de la red neuronal en Microsoft Visual Studio
2010.
Se utilizará el 50% del total de los datos generados para el entrenamiento de las redes
neuronales (MADALINE y Base Radial) permitiéndole a cada red reproducir los resultados luego de terminar el aprendizaje para el patrón analizado, dejando el restante
50% para lavalidación de ésta y así comprobar el buen aprendizaje de la red.
Para la red neuronal MADALINE no se utilizó función de activación inicialmente,
luego será probada con función de activación tangente hiperbólica. La red neuronal
de BASE RADIAL se ejecutará con función de activación Gaussiana, y luego con
función inversa cuadrática.
Se utilizarán cuatro botones en la interfaz grafica del usuario...