REDES NURONALES Armando A Quiñones Quiñones
Algo de Historia
Definición
Procesamiento de imágenes y de voz Reconocimiento de patrones Planeamiento Interfaces adaptativas para sistemas Hombre - Máquina Predicción Control y optimización Filtrado de señales Análisis del Mercado de Capitales Análisis de la salud financiera de las empresas Predicción de cambios en la tendencia del mercado Aplicaciones
Proceso de una red neuronal artificial
P=[1,1,0,0; ] T=[1,0,0,0]; plotpv(P,T) net = newp(minmax(P),size(T,1),'hardlim'); net.IW{1,1}=[rands(1) rands(1)]; net.b{1}=rands(1); % Entrenamiento de la red net.trainParam.epochs = 20; % Número máximo de Épocas net.trainParam.goal = 0; % Error admisible [net, ~, Y, E]= train(net, P, T); % Verificación de las salidas S= sim(net, P) W=net.IW{1}; b=net.b{1}; E=mae(S-T) plotpc(W,b) Código ejemplo
Regla de aprendizaje Es un procedimiento para modificar los pesos y los niveles de umbral de activación de una red neuronal
Referencias Howard. D, `Neural Network Toolbox 6´, The MathWorks, 2009 Symont. Hayquin, `Neural Networks´, Prentice Hall, Martin T. Hagan, `Neural Network Desing´, China Machine Press, 1996