1. Ing. José C. Benítez P.
Inteligencia Artificial
(W0I9)
Patrones de aprendizaje de las RNA
Laboratorio: 2
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
2
3. 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.
3
4. 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
4
5. 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) = +
X1 X2 X1 OR X2
1 1 1
1 0 0
0 1 0
0 0 0
6. 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.
7. 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. (AB) 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.
8. 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:
IA_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.
8
9. Lab2. Patrones de aprendizaje de las RNA
http://utpiayse.blogspot.com
9