Ing. José C. Benítez P.

Sistemas Inteligentes

y Redes Neuronales

(SI01)

Patrones de aprendizaje de las RNA

Laboratorio: 2

� Objetivos

� Fundamento teórico: Los patrones de

aprendizaje de las RNA.

� Graficar patrones de aprendizaje de las RNA.

� Tarea.

Patrones de aprendizaje de las RNA

Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.2

Objetivos

� Revisar los conceptos de los patrones de aprendizaje de

las RNA.

� Graficar mediante el Toolbox de Redes Neuronales de

MatLab patrones de aprendizaje de las RNA.

3Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.

� Se denomina Conjunto de Entrenamiento (CE) de las RNA al conjunto

formado por las entradas y las salidas deseadas, utilizadas para entrenar

una RNA. También se le denomina Patrón de Entrenamiento (PE) o

patrón de aprendizaje (PA). Los PE ayudan a determinar si el CE pueden

ser separados linealmente.

� Las separaciones lineales facilitan el aprendizaje de algunas RNA tales

como el Perceptron, Adaline, MLP y Madaline.

� En el toolbox de redes neuronales del MATLAB se encuentran funciones

que nos permiten graficar los PE.

� Entre las funciones utilizadas por el MATLAB para el grafico de los

patrones de entrenamiento se tienen:

� PLOTPV - Grafica los vectores de entrada cuando la salida es 1/0.

Patrón de entrenamiento de las RNA

4Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.

Los patrones de aprendizaje se utilizarán para

entrenar las redes neuronales.

Ejemplo: La función lógica AND

En Matlab:

>> X=[1 1 0 0; 1 0 1 0]; %Posibles entradas en la RNA

>> D=[1 0 0 0] %Es el resultado de la función lógica AND

>> plotpv(X,D) %Grafica los patrones de aprendizaje.

Nos mostrará el gráfico mostrado.

Grafico del PE de las RNA

5

Como se puede observar, MATLAB grafica los

puntos dados en el vector X y le asigna un

símbolo para la clasificación dependiendo de

la salida deseada, en esta caso:

Para salida deseada cero (0) = o

Para salida deseada uno (1) = +

Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.

X1 X2 X1 OR X2

1 1 1

1 0 0

0 1 0

0 0 0

Linealmente separables

6

Se puede observar, que existen dos

grupos de datos.

Los grupos pueden ser separados

mediante una línea como se muestra en

el grafico; es decir el CE es linealmente

separable (LS).

Uno de los requisitos para entrenar una

Perceptron o Adaline es que sean LS.

Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.

Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 7

Tarea

1. Graficar los patrones de entrenamiento y verificar si son linealmente

separables las siguientes funciones lógicas:

a. OR b. NOT c. XOR

d. CONDICIONAL e. LA BICONDICIONAL

f. (A OR B) AND C g. (NOT (A OR B)) AND C h. (A⊕ B) OR C

i. (A=>B)=>C j. (A ⊕ B) ⊕ C

2. Graficar los patrones de aprendizaje de la siguiente RNA y verificar si son LS:

X1 X2 D1 D2

-0.5 -1.0 0 1

1.0 1.0 1 1

1.0 0.5 1 0

-1.0 -0.5 0 0

-1.0 -1.0 0 1

0.5 1.0 1 1

3. Dar dos ejemplos de PE LS de dos y tres entradas. Graficar mediante el MatLab.

Informe de Laboratorio� El Informe de Laboratorio es un documento gráfico en lo posible

y es redactado en Word con el desarrollo del laboratorio.

� Niveles de Informe:

� Primer nivel: Observaciones. Imágenes con comentarios

cortos. Redactar al ir desarrollando el laboratorio. (Requiere

desarrollar el laboratorio).

� Segundo nivel: Conclusiones. Redactar al terminar el

laboratorio.(Requiere haber desarrollado el laboratorio).

� Tercer Nivel: Recomendaciones. (Requiere lectura de otras

fuentes).

� Dentro de su Carpeta Personal del Dropbox crear una carpeta

para el laboratorio 2 con el siguiente formato:

SIRN_PaternoM_Lab2

� Adjuntar fuentes que le han ayudado en esta carpeta creada.

� Las fuentes deben conservar el nombre original de archivo y se

debe agregar _L2 al final.

� Presentar el Informe de Laboratorio 2 en esta carpeta creada.

Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P. 8

Lab2. Patrones de aprendizaje de las RNA

http://utpsirn.blogspot.com

9Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez P.