Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porRocío María Teresa Cano Montes Modificado hace 8 años
1
REDES NURONALES Armando A Quiñones Quiñones
3
Algo de Historia
4
Definición
6
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
8
Proceso de una red neuronal artificial
12
P=[1,1,0,0; 1 0 1 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
13
Regla de aprendizaje Es un procedimiento para modificar los pesos y los niveles de umbral de activación de una red neuronal
15
Referencias Howard. D, `Neural Network Toolbox 6´, The MathWorks, 2009 Symont. Hayquin, `Neural Networks´, Prentice Hall, 1999. Martin T. Hagan, `Neural Network Desing´, China Machine Press, 1996
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.