EA45 Algoritmo de Aprendizaje del Perceptron Monocapa

Preguntas:1. Describir paso a paso el algoritmo de entrenamiento del Perceptron Monocapa (SLP). Utilizar dos fuentes diferentes.

Fuente 1 Paso 0: Inicializacin. Ir al paso 1 con k=1Paso 1: (k-sima iteracin)Calcular

Paso 2: Correccin de los pesos sinpticos Si z(k) y(k) modificar los pesos sinpticos segn la expresin:

Paso 3: ParadaSi no se han modificado los pesos en las ltimas p iteraciones, es decir,

Parar. La red se ha estabilizado. En otro caso, ir al Paso 1 con k=k+1.Ricardo Conejo Muozhttp://www.lcc.uma.es/~jmortiz/archivos/Tema4.pdfFuente 2El algoritmo de entrenamiento del Perceptron: 1. Se inicializa la matriz de pesos y el valor de la ganancia, por lo general se asignan valores aleatorios a cada uno de los pesos wi y al valor b. 2. Se presenta el primer patrn a la red, junto con la salida esperada en forma de pared entrada/salida {p1, d1}, {p2, d2}, {p3, d3} 3. Se calcula la salida de la red por medio de:

Donde f puede ser la funcin hardlim o hardlims4. Cuando la red no retorna la salida correcta, es necesario alterar el valor de los pesos, tratando de llevarlo hasta p y as; aumentar las posibilidades de que la clasificacin sea correcta, una posibilidad es adicionar p a w haciendo que el vector w apunte en la direccin de p, y de esta forma despus de repetidas presentaciones de p a la red, w se aproximara asintticamente a p; este es el procedimiento adoptado para la regla de aprendizaje del Perceptron.Jos Carlos Bentez Palacioshttp://utpsirn.blogspot.com

2. Elaborar el Diagrama de Flujo del Algoritmo del SLP, con el programa DFDv1.1. (Mostrar la imagen en el foro y adjuntar archivo.)

3. Describir 10 aplicaciones del SLP.MEDICINA Deteccin de cncer mamario o en la piel Diseo de prtesisMANUFACTURA Control de procesos de manufactura Anlisis y diseo de productos Identificacin de partes en tiempo real Prediccin de fin de proceso Anlisis de mantenimiento de maquinas Modelado de sistemas dinmicosFINANCIEROS Evaluacin de bienes races Prediccin de tipo de cambiohttp://es.slideshare.net/aerdna07/perceptrn-simple-redes-neuronales-con-aprendizaje-supervisado4. Enumerar las desventajas de SLP.

1) El Perceptron simple presenta grandes limitaciones, ya que tan solo es capaz de representar funciones linealmente separables2) Limitacin al entrenar funciones como XOR, SEMISECUENCIALES