Redes neuronales
Páginas: 3 (634 palabras)
Publicado: 21 de noviembre de 2013
Antecedentes del perceptron multicapa
El Perceptrón fué propuesto por Rosenblatt en 1959 en su obra "Principles of Neurodynamics". Los Perceptrones son redes de propagación hacia adelante basadosen unidades binarias. En una forma sencilla, el Perceptrón consta de una capa de entrada de n elementos, dichas entradas, se propagarán a una capa de m unidades actuadoras y de estas a una solaunidad de salida. El objetivo de esta operación es aprender a dar una transformación dada usando muestras de aprendizaje, con entrada x y su correspondiente salida y. En la definición original la actividadde las unidades actuadoras puede ser cualquier función f de la capa de entrada, pero el procedimiento de aprendizaje sólo ajusta las conexiones de la unidad de salida. La razón para esto es que nohay una fórmula para encontrar el ajuste de conexiones entre la capa de entrada y la función f. La unidad de salida de un Perceptrón es un elemento lineal o elemento de umbral, el cual se adecua a lasiguiente regla:
Perceptrón con dos entradas, cada entrada es multiplicada por el peso W correspondiente, y los resultados son sumados, siendo evaluados contra el valor de umbral, si el resultado esmayor al mismo, el perceptrón se activa.
La función se puede expresar:
a = x1w1 + x2w2 +... + xnwn
b = umbral
y = F(a)
Si a >= b, y=1
Si a < b, y=0
El perceptrón es capaz tan sólode resolver funciones definidas por un hiperplano que corte un espacio de dimensión N. Un ejemplo de una función que no puede ser resuelta es el operador lógico XOR.
El vector de pesos [w1 w2...wn] es perpendicular al hiperplano.
El hiperplano divide en dos zonas un plano de 2 dimensiones, note que el vector de pesos (w1=1 y w2=1, con b=0.5) es perpendicular al hiperplano.
El entrenamientode un perceptrón es por medio de la regla de aprendizaje delta:
Para cada peso W se realiza un ajuste dW según la regla:
dW = LR ( T - Y ) X
Donde LR es la razón de aprendizaje, T el valor...
El Perceptrón fué propuesto por Rosenblatt en 1959 en su obra "Principles of Neurodynamics". Los Perceptrones son redes de propagación hacia adelante basadosen unidades binarias. En una forma sencilla, el Perceptrón consta de una capa de entrada de n elementos, dichas entradas, se propagarán a una capa de m unidades actuadoras y de estas a una solaunidad de salida. El objetivo de esta operación es aprender a dar una transformación dada usando muestras de aprendizaje, con entrada x y su correspondiente salida y. En la definición original la actividadde las unidades actuadoras puede ser cualquier función f de la capa de entrada, pero el procedimiento de aprendizaje sólo ajusta las conexiones de la unidad de salida. La razón para esto es que nohay una fórmula para encontrar el ajuste de conexiones entre la capa de entrada y la función f. La unidad de salida de un Perceptrón es un elemento lineal o elemento de umbral, el cual se adecua a lasiguiente regla:
Perceptrón con dos entradas, cada entrada es multiplicada por el peso W correspondiente, y los resultados son sumados, siendo evaluados contra el valor de umbral, si el resultado esmayor al mismo, el perceptrón se activa.
La función se puede expresar:
a = x1w1 + x2w2 +... + xnwn
b = umbral
y = F(a)
Si a >= b, y=1
Si a < b, y=0
El perceptrón es capaz tan sólode resolver funciones definidas por un hiperplano que corte un espacio de dimensión N. Un ejemplo de una función que no puede ser resuelta es el operador lógico XOR.
El vector de pesos [w1 w2...wn] es perpendicular al hiperplano.
El hiperplano divide en dos zonas un plano de 2 dimensiones, note que el vector de pesos (w1=1 y w2=1, con b=0.5) es perpendicular al hiperplano.
El entrenamientode un perceptrón es por medio de la regla de aprendizaje delta:
Para cada peso W se realiza un ajuste dW según la regla:
dW = LR ( T - Y ) X
Donde LR es la razón de aprendizaje, T el valor...
Leer documento completo
Regístrate para leer el documento completo.