Red neuro artificial

R
N
A

4.3 Diseño de la Red Neuronal Artificial
Esta etapa consiste en dos partes, la primera de ellas es el entrenamiento de la RNA, la cual se lleva a cabo con lafinalidad de modificar los pesos de la red en cada una de las capas, de manera que coincida la salida deseada por el usuario con la salida obtenida por la red ante lapresentación de un determinado patrón de entrada.
La segunda consiste en una fase de validación de la red frente a cualquier patrón de entrada que le sea presentado. Se empleó unaarquitectura Backpropagation con tres capas, la capa de entrada, oculta y la de salida.
Fase de entrenamiento: Para el correcto desempeño de esta fase se emplearon, los valoresestablecidos para la capa de entrada y oculta mostrados en la Tabla 3 con los siguientes parámetros:
1) Neuronas de la capa de entrada=25.
2) Neuronas de la capa oculta=21.3) Neuronas de la capa de salida=5.
4) Número de entrenamientos=25.
5) Número de épocas=700.
6) Pesos de la capa de entrada y de la capa oculta. (valores dentro de unrango de ([2.4 -2.4]) /Neuronas de entrada).[4]
7) Patrón de entrenamiento.
8) Salida deseada.
9) Error cuadrático medio requerido=0.005.
10) Tasa de aprendizaje =.009,.05, 0.02.
Reconocimiento de Voz usando Redes Neuronales Artificiales

clear all
clc

P = rands(2,1000);
% Disposicion de las neuronas de la capa oculta
fil_ocultas =6;col_ocultas = 5;
pos = gridtop( col_ocultas, fil_ocultas);
pasos=linkdist(pos);
[entradas, CantPatrones] = size(P);
ocultas = fil_ocultas * col_ocultas;
% Pesosiniciales
W = 0.5 * ones(entradas,ocultas);
figure(1)
plot(P(1,:), P(2,:),'+')
hold on
plotsom(W', pasos)

vecinas=3;
ITE_MAX = 100;
alfa = 0.25;
ite = 0;
while ( ite