Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porNiyireth VILLABON MOLINA Modificado hace 7 años
1
Funciones de Transferencia Presentado por: Niyireth Villabón Molina. Nora Juliana Solanilla V. Jesús Albeiro Agudelo.
2
Funciones de Transferencia Las entradas a la red serán ahora presentadas en el vector p, que para el caso de una sola neurona contiene solo un elemento, w sigue representando los pesos y la nueva entrada b es una ganancia que refuerza la salida del sumador n, la cual es la salida neta de la red.
3
Hard Limit Transfer Function Esta función de transferencia acerca la salida de la red a cero, si el argumento de la función es menor que cero y la lleva a uno si este argumento es mayor que uno. a = hardlim (n) a = 0 n < 0 a = 1 n ≥ 0
4
Linear Transfer Function f (n) = n La salida de una función de transferencia lineal es igual a su entrada, la característica de la salida a de la red, comparada con la entrada p, más un valor de ganancia b.
5
Log - Sigmoid Transfer Function Esta función toma los valores de entrada, los cuales pueden oscilar entre mas y menos infinito, y restringe la salida a valores entre cero y uno, de acuerdo a la expresión.
6
Principales Funciones de Transferencia
7
Multiple - Input Neuron
8
Fully Connected Neurons
9
Multiple Layers of Neurons
10
RED NEURONAL RECURRENTE
11
Conclusiones La selección de la función de transferencia ( f ), depende de las necesidades del problema a tratar. Las neuronas se pueden distribuir en capas: capa de entradas, capas ocultas y capas de salidas. Una neurona procesa la información en base a una función, tiene en cuenta su peso. En una neurona w representa el peso y b es una ganancia que refuerza la salida del sumador La función de transferencia limite duro(Hardlim) limita las salidas a 0 y 1 La función de transferencia Limite duro Simétrico (Harlims) limita las salidas entre 1 y -1 La función de transferencia Lineal es igual a su entrada. La función de transferencia sigmoidal logarítmica (Logsig) restringe la salida a valores entre 0 y 1 La función de transferencia competitiva encuentra la entrada mas grande y convierte su salida en 1 las demás entradas se convierten en 0.
12
Recomendaciones Se recomienda tener en cuenta la salidas totales que se requieren en un problema. Se debe tener en cuenta las funciones de transferencia y analizar sus posibles salidas. Se recomienda estudiar la arquitectura del problema. Se recomienda tener en cuenta el peso que tiene cada entrada. Se debe tener en cuenta el papel que tiene el bias en la transformación de la entrada neta. Se debe de tener en cuenta los parámetros a utilizar como: Numero de capas Numero de neuronas por capa Grado de conectividad Tipo de conexiones entre neuronas Distinguir las redes de una sola capa y las redes con múltiples capas.
13
¡ ¡GRACIAS!
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.