lOMoARcPSD|4779774

2. Ejemplo 1 - Perceptron Multicapa

Intelegencia Artificial (Universidad Popular del Cesar)

StuDocu no está patrocinado ni avalado por ningún colegio o universidad.

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)
 lOMoARcPSD|4779774

Ejercicios resueltos de redes neuronales – Perceptron Multicapa

1. …

Neurona de
Síntoma Valor 0 Valor 1
entrada
1 Dolor de cabeza No Si
2 Fiebre No Si
3 Tos No Si
4 Dolor de rodilla No Si

x1 x2 x3 x4 yd1 yd2
1 1.1 1.2 1.3 1.4 1 0
2 2.1 2,2 2.3 2.4 1 1
3 3.1 3.2 3.3 3.4 1 1
4 4.1 4.2 4.3 4.4 0 0
5 5.1 5.2 5.3 5.4 1 1
6 6.1 6.2 6.3 6.4 1 1
7 7.1 7.2 7.3 7.4 0 0
8 8.1 8.2 8.3 8.4 0 0
9 9.1 9.2 9.3 9.4 1 0

Solución
 Entradas = 4
 Salidas = 2
 Patrones = 10
1. Definir parámetros de entrenamiento
 Número de capas [0…3] = 3
 Número de neuronas para la capa 1= 6
 Número de neuronas para la capa 2= 5
 Número de neuronas para la capa 3= 4
 Número de iteraciones = 1000
 Rata de aprendizaje [0...1] = α = 1
1
 Rata de aprendizaje dinámica μ → R . A=
It
 Error máximo permitido = 0.01
2. Crear e inicializar la red
2.1. Presentar el vector de entrada

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

2.2. Inicializar pesos y umbrales

[ ]
0.1 0.2 0.3 0.4 0.5 0.6
WE 4 x6= 0.2 0.3 0.4 0.5 0.6 0.1
0.3 0.4 0.5 0.6 0.1 0.2
0.4 0.5 0.6 0.1 0.2 0.3

U 1i=[ 0.1 0.2 0.3 0.4 0.5 0.6 ]

[ ]
0.1 0.2 0.3 0.4 0.5
0.2 0.3 0.4 0.5 0.1
WF 6 x5= 0.3 0.4 0.5 0.1 0.2
0.4 0.5 0.1 0.2 0.3
0.5 0.1 0.2 0.3 0.4
0.1 0.2 0.3 0.4 0.5

U 2J =[ 0.1 0.2 0.3 0.4 0.5 ]

[ ]
0.1 0.2 0.3 0.4
0.2 0.3 0.4 0.1
WG5 x 4= 0.3 0.4 0.1 0.1
0.4 0.1 0.2 0.3
0.1 0.2 0.3 0.4

U 3 K =[ 0.1 0.2 0.3 0.4 ]

[ ]
0.1 0.2
WS 4 x2 = 0.3 0.4
0.5 0.6
0.7 0.8

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

Us L= [ 0.1 0.2 ]

m=4(Entrada )
n=6(1 ° capa oculta)
ñ=5 ( 2° capa oculta )
0=4 (3 ° capa oculta)
p=2(salida)
3. Iniciar el entrenamiento
Patrón 1
3.1. Calculamos la salida de la red (Patrón 1)

[ ]
m
h 1i=∂ ∑ ( xh ∙ WEhi )−U 1i i=1.. n
h =1

[∑ ( ]
n
h 2 j =∂ h 1i ∙WF ij )−U 2J
i=1 j=1.. ñ

[∑ ( ]
ñ
h 3k =∂ h 2 j ∙ WG jk )−U 3k
j=1 k=1..o

[∑ ( ]
o
S L=∂ h 3k ∙WS kL )−Us L
k=1 L=1.. p

Para

[∑ ( ]
m
h 1i=∂ xh ∙ WEhi )−U 1i
h =1 i=1.. n

[∑ ( ]
4
h 11=∂ x h ∙WE hi )−U 1i
h=1 i =6

h 11=( x 1 ∙ WE 11 ) + ( x 2 ∙ WE21 ) + ( x 3 ∙WE 31) + ( x 4 ∙ WE 41)

h 11=( 1.1 ∙0.1 ) + ( 1.2 ∙ 0.2 )+ (1.3 ∙ 0.3 ) + ( 1.4 ∙ 0.4 )
h 11=1.3
h 11=h 11−U 11
h 11=1.3−0.1
h 11=1.2

h 12=( x 1 ∙ WE 12) + ( x 2 ∙WE 22) + ( x 3 ∙ WE32 ) + ( x 4 ∙WE 42 )

h 12=( 1.1 ∙0.2 ) + ( 1.2 ∙ 0.3 ) + ( 1.3∙ 0.4 ) + ( 1.4 ∙ 0.5 )
h 12=1.8
h 12=h 12−U 12
h 12=1.8−0.2
h 12=1.6

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

h 13=( x 1 ∙ WE 13) + ( x2 ∙WE 23 ) + ( x 3 ∙ WE33 ) + ( x 4 ∙ WE 43)

h 13=( 1.1 ∙0.3 )+ ( 1.2∙ 0.4 ) + ( 1.3 ∙ 0.5 ) + ( 1.4 ∙ 0.6 )
h 13=2.3
h 13=h 13−U 13
h 13=2.3−0.3
h 13=2

h 14 =( x 1 ∙ WE14 ) + ( x 2 ∙WE 24 ) + ( x 3 ∙ WE34 ) + ( x 4 ∙ WE 44 )

h 14 =( 1.1∙ 0.4 )+ (1.2 ∙ 0.5 ) + ( 1.3 ∙0.6 )+ ( 1.4 ∙0.1 )
h 14 =1.96
h 14 =h 14−U 14
h 14 =1.96−0.4
h 14 =1.56

h 15=( x 1 ∙ WE 15) + ( x2 ∙WE 25 ) + ( x 3 ∙ WE35 ) + ( x 4 ∙ WE 45)

h 15=( 1.1 ∙0.5 )+ ( 1.2∙ 0.6 ) + ( 1.3 ∙ 0.1 )+ ( 1.4 ∙0.2 )
h 15=1.68
h 15=h 15−U 14
h 15=1.68−0.5
h 15=1.18

h 16=( x 1 ∙WE 16 ) + ( x 2 ∙ WE26 ) + ( x 3 ∙WE 36 ) + ( x 4 ∙WE 46 )

h 16=( 1.1 ∙ 0.6 ) + ( 1.2∙ 0.1 ) + ( 1.3 ∙ 0.2 )+ (1.4 ∙0.3 )
h 16=1.46
h 16=h15−U 1 4
h 16=1.46−0.6
h 16=0.86

 Aplicamos la función de activación (Simoidal)

1
h 11 =
1+ e−h 1 1

1
h 11=
1+e−1.2

h 11=0.768524783499

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

1
h 12 =
1+ e−h 1 2

1
h 12 =
1+ e−1.6

h 12=0.8320183851339

1
h 13 =
1+ e−h 1 3

1
h 13=
1+e−2

h 13=0.8807970779779

1
h 14 =
1+e−h 1 4

1
h 14 =
1+e−1.56

h 14 =0.826353352981

1
h 15 =
1+e−h 1 5

1
h 15 =
1+e−1.18

h 15=0.7649478037638

1
h 16=
1+e−h 1 6

1
h 16 =
1+e−0.86

h 16=0.7026606543447

[∑ ( ]
n
h 2 j =∂ h 1i ∙WF ij )−U 2J
i=1 j=1.. ñ

[∑ ( ]
6
h 2 j =∂ h 1i ∙WF ij )−U 2J
i=1 j=5

h 21=( h11 ∙WF 11 ) + ( h 12 ∙ WF 21) + ( h 13 ∙ WF 31) + ( h1 4 ∙ WF 41 ) + ( h 15 ∙ WF 51 ) + ( h 16 ∙ WF 61 )

h 21=( 0.768524783499 ∙ 0.1 )+ ( 0.8320183851339∙ 0.2 ) + ( 0.8807970779779∙ 0.3 ) + ( 0.826353352981 ∙0.4 ) + ( 0.76

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

h 21=1.2907765872788
h 21=h 21−U 21
h 21=1.2907765872788−0.1
h 21=1.1907765872788

h 22=( h11 ∙WF 12 ) + ( h 12 ∙ WF 22 ) + ( h 13 ∙ WF 33 ) + ( h 14 ∙WF 42) + ( h15 ∙ WF 52) + ( h16 ∙ WF 62)

h 22=( 0.768524783499 ∙ 0.2 )+ ( 0.8320183851339∙ 0.3 ) + ( 0.8807970779779 ∙0.4 ) + ( 0.826353352981∙ 0.5 ) + ( 0.76
h 22=1.385832891167
h 22=h 22−U 22
h 22=1.385832891167−0.2
h 22=1.185832891167

h 23=( h11 ∙WF 13 ) + ( h 12 ∙WF 23 ) + ( h 13 ∙WF 33 ) + ( h 14 ∙ WF 43 ) + ( h 15 ∙ WF 53 ) + ( h 16 ∙ WF 63 )

h 23=( 0.768524783499 ∙ 0.3 ) + ( 0.8320183851339∙ 0.4 )+ ( 0.8807970779779∙ 0.5 ) + ( 0.826353352981 ∙0.1 ) + ( 0.76
h 23=1.4501864204465
h 23=h 23−U 23
h 23=1.4501864204465−0.3
h 23=1.1501864204465

h 24 =( h 11 ∙ WF 14 ) + ( h 12 ∙ WF 24 ) + ( h 13 ∙WF 34 ) + ( h1 4 ∙ WF 44 ) + ( h15 ∙WF 54 ) + ( h 16 ∙ WF 64 )

h 24 =( 0.768524783499∙ 0.4 )+ ( 0.8320183851339∙ 0.5 ) + ( 0.8807970779779 ∙0.1 )+ ( 0.826353352981∙ 0.2 )+ ( 0.76
h 24 =1.4873180872276
h 24 =h 24−U 2 4
h 24 =1.4873180872276−0.4
h 24 =1.0873180872276

h 25=( h11 ∙WF 15 ) + ( h12 ∙WF 25 ) + ( h 13 ∙WF 35 ) + ( h 14 ∙ WF 45 ) + ( h 15 ∙ WF 55 ) + ( h 16 ∙ WF 65 )

h 25=( 0.768524783499 ∙ 0.5 ) + ( 0.8320183851339∙ 0.1 ) + ( 0.8807970779779 ∙0.2 )+ ( 0.826353352981 ∙ 0.3 ) + ( 0.76
h 25=1.5488391004306
h 25=h 25−U 25
h 25=1.5488391004306−0.5
h 25=1.0488391004306

 Aplicamos la función de activación (Simoidal)

1
h 21=
1+e−h 2 1

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

1
h 21 = −1.1907765872788
1+ e

h 21=0.7668799274735

1
h 22 =
1+e−h 2 2

1
h 22 = −1.185832891167
1+e

h 23=0.7659949518747

1
h 23 =
1+e−h 2 3

1
h 23 = −1.1501864204465
1+e

h 23=0.7595449657577

1
h 24 =
1+ e−h 2 4

1
h 24 = −1.0873180872276
1+ e

h 24 =0.7478763636096

1
h 25 =
1+e−h 2 5

1
h 25 = −1.0488391004306
1+e

h 25=0.7405519122973

[∑ ( ]
ñ
h 3k =∂ h 2 j ∙ WG jk )−U 3k
j=1 k=1..o

[∑ ( ]
5
h 31=∂ h 2 j ∙WG jk )−U 3k
j=1 k=4

h 31=( h21 ∙WG 11 ) + ( h 22 ∙WG 21) + ( h23 ∙WG 31) + ( h 24 ∙WG 41) + ( h 25 ∙ WG51 )
h 31=( 0.7668799274735 ∙ 0.1 )+ ( 0.7659949518747∙ 0.2 ) + ( 0.7595449657577 ∙ 0.3 ) + ( 0.7478763636096 ∙0.4 ) + ( 0
h 31=0.8309562095232
h 31=h 31−U 31

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

h 31=0.8309562095232−0.1
h 31=1.1907765872788

h 32=( h21 ∙WG 12 ) + ( h 22 ∙ WG22 )+ ( h 23 ∙ WG32 ) + ( h 24 ∙ WG42 ) + ( h 25 ∙ WG52 )

h 32=( 0.7668799274735 ∙ 0.2 )+ ( 0.7659949518747∙ 0.3 ) + ( 0.7595449657577 ∙ 0.4 )+ ( 0.7478763636096∙ 0.1 ) + ( 0
h 32=0.9098904761806
h 32=h32 −U 3 2
h 32=0.9098904761806−0.2
h 32=0.7098904761806

h 33=( h21 ∙WG 13) + ( h 22 ∙ WG23 ) + ( h 23 ∙ WG33 ) + ( h2 4 ∙ WG43 ) + ( h25 ∙ WG53 )

h 33=( 0.7668799274735 ∙ 0.3 ) + ( 0.7659949518747 ∙0.4 ) + ( 0.7595449657577 ∙ 0.1 )+ ( 0.7478763636096∙ 0.2 ) + ( 0
h 33=0.9098904761806
h 33=h33 −U 3 3
h 33=0.9098904761806−0.3
h 33=0.6098904761806

h 34 =( h 21 ∙ WG13 ) + ( h 22 ∙WG 23) + ( h 23 ∙ WG33 ) + ( h 24 ∙WG 43 ) + ( h 25 ∙WG53 )

h 34 =( 0.7668799274735∙ 0.4 ) + ( 0.7659949518747 ∙0.1 ) + ( 0.7595449657577 ∙ 0.2 ) + ( 0.7478763636096 ∙0.3 )+ ( 0
h 34 =1.0558441333302
h 34 =h 34 −U 34
h 34 =1.0558441333302−0.4
h 34 =0.6558441333302

 Aplicamos la función de activación (Simoidal)

1
h 31 =
1+e−h 3 1

1
h 31 = −1.1907765872788
1+e

h 31=0.7668799274735

1
h 32 =
1+e−h 3 2

1
h 32 = −0.7098904761806
1+e

h 32=0.6703769585968

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

1
h 33 =
1+e−h 3 3

1
h 33 = −0.6098904761806
1+e

h 33=0.647915817812

1
h 34 =
1+ e−h3 4

1
h 34 = −0.6558441333302
1+ e

h 34 =0.6583262136984

[∑ ( ]
o
S L=∂ h 3k ∙WS kL )−Us L
k=1 L=1.. p

[∑ ( ]
4
S L=∂ h 3k ∙WS kL )−Us L
k=1 L=2

S1=( h3 1 ∙ WS11 ) + ( h 32 ∙ WS 21 )+ ( h 33 ∙ WS 31) + ( h 34 ∙WS 41 )

S1=( 1.1907765872788 ∙ 0.1 )+ ( 0.7098904761806∙ 0.3 ) + ( 0.6098904761806 ∙ 0.5 ) + ( 0.6558441333302∙ 0.7 )
S1=1.0960809330035
S1=S1 −US 1
S1=1.0960809330035−0.1
S1=0.9960809330035

S2=( h3 1 ∙ WS12 ) + ( h32 ∙WS 22 ) + ( h 33 ∙WS 32 ) + ( h 34 ∙ WS 42)

S2=( 1.1907765872788 ∙ 0.2 )+ ( 0.7098904761806∙ 0.4 )+ ( 0.6098904761806∙ 0.6 )+ ( 0.6558441333302∙ 0.8 )
S2=1.4127211003005
S2=S 2−US 2
S2=1.4127211003005−0.2
S2=1.2127211003005

 Aplicamos la función de activación (Escalon)

Si Si ≥0 entonces y ri =1
Si Si <0 entonces y ri =0
Para S1
0.9960809330035 ≥ 0 entonces y r 1=1

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

Para S2
1.2127211003005 ≥ 0 entonces y r 2=1

3.2. Encontrar el error lineal (Patrón 1)

εl i= y di − y ri

εl 1= y d 1− y r 1

εl 1=1−1

εl 1=0

εl 2= y d 2− y r 2

εl 2=0−1

εl 2=−1

3.3. Calculamos el error del patrón (Patrón 1)

ε pi =
∑ ¿ εli∨¿ ¿
n ° de salidas

ε p1=|εl1|+¿ εl2∨ ¿ ¿
2
ε p1=|0|+¿−1∨ ¿ ¿
2
1
ε p1= =0.5
2
3.4. Ajustamos los pesos y umbrales aplicando el algoritmo de entrenamiento (Patrón 1)
 Regla delta

WE k+1 k
hi =WE hi +α ∙ ε P ∙ x h → Pesos de entradas

WF kij +1=WC kij + α ∙ ε P ∙ h1i → Pesos entre capas

WGkjk+1=WC kjk +α ∙ ε P ∙h 2 j → Pesos entre capas

WS k+1 k
kL =WS kL + α ∙ εLL ∙ h 3k → Pesos de salida

U 1k+1 k
i =U 1i +α ∙ ε p ∙ x 0 → umbral capa 1

U 2k+1 k
j =U 2 j + α ∙ ε p ∙ x 0 →umbral capa 2

U 3k+ 1 k
k =U 3k +α ∙ ε p ∙ x 0 →umbral capa 3

USkL+1=US kL +α ∙ εL L ∙ x0 →umbral capa de salida

 Regla delta modificada

k −1
WE k+1 k k
hi =WE hi +α ∙ ε P ∙ x h +μ(WE hi −WEhi )→ Pesos de entradas

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

WF kij +1=WF kij + α ∙ ε P ∙ h 1i+ μ (WF kij −WF k−1

ij ) → Pesos entre capas

WGkjk+1=WG kjk + α ∙ ε P ∙ h 2 j + μ(WG kjk −WGk−1

jk )→ Pesos entre capas

WS k+1 k k k−1
kL =WS kL + α ∙ εLL ∙ h 3k + μ(WS kL −WS kL )→ Pesos de salida

U 1k+1 k k k−1
i =U 1i +α ∙ ε p ∙ x 0 + μ(U 1i −U 1i )→ umbral capa 1

U 2k+1 k k k−1
j =U 2 j + α ∙ ε p ∙ x 0 + μ(U 2 j−U 2 j )→ umbral capa 2

U 3k+ 1 k k k−1
k =U 3k +α ∙ ε p ∙ x 0 +μ(U 3 k −U 3k ) →umbral capa 3

USkL+1=US kL +α ∙ εL L ∙ x0 + μ( US kk −US k−1

k )→ umbral capa salida
 Ajustamos con la Regla delta

WE k+1 k
hi =WE hi +α ∙ ε P ∙ x h

WE 11=WE 11 +α ∙ ε P ∙ x 1
WE 11=0.1+1 ∙ 0.5∙ 1.1
WE 11=0.65
WE 21=WE21 +α ∙ ε P ∙ x 2
WE 21=0.2+ 1∙ 0.5 ∙1.2
WE 21=0.8
WE 31=WE 31+ α ∙ ε P ∙ x 3
WE 31=0.3+1∙ 0.5 ∙1.3
WE 31=0.95
WE 41=WE 41+α ∙ ε P ∙ x 4
WE 41=0.4+1 ∙ 0.5 ∙1.4
WE 41=1.1
WE 12=WE 12+ α ∙ ε P ∙ x 1
WE 12=0.2+ 1∙ 0.5 ∙1.1
WE 12=0.75
WE 22=WE22 +α ∙ ε P ∙ x 2
WE 22=0.3+1∙ 0.5 ∙1.2
WE 22=0.9
WE 32=WE 32+ α ∙ ε P ∙ x 3
WE 32=0.4+1 ∙ 0.5∙ 1.3
WE 32=1.05
WE 42=WE 42+α ∙ ε P ∙ x 4

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

WE 42 =0.5+1 ∙0.5 ∙ 1.4

WE 42=1.2

Patrón 2
 Presentamos el siguiente patrón con sus pesos, umbrales y salidas modificadas (Patrón
2)

[ ]
2 0
w 4 x1= 2 1
0 −1
0 0

Usi= [−2 1 ]

3.1. Calculamos la salida de la red (Patrón 2)

m
Si=∑ (x j ∙ w ji )i=1..n
j=1

m =4
Si= ∑ ( x j ∙ w ji )i=2
j =1

S1=( x 1 ∙ w11 ) + ( x 2 ∙ w21 ) + ( x 3 ∙ w 31) + ( x 4 ∙ w 41)

S1=( 1 ∙2 )+ (1 ∙ 2 )+ ( 1∙ 0 ) + ( 1 ∙0 )
S1=4
S1=S1 −Us1

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

S1=4−(−2 )
S1=6

S2=( x 1 ∙ w12 ) + ( x 2 ∙ w22 ) + ( x 3 ∙ w32 )+ ( x 4 ∙ w42 )

S2=( 1 ∙ 0 ) + ( 1∙ 1 ) + ( 1∙−1 ) + ( 1∙ 0 )
S2=0
S2=S 2−Us2
S2=0−1
S2=−1

3.2. Aplicamos la función de activación (Patrón 2)

 Función Escalón
Si Si ≥0 entonces y ri =1
Si Si <0 entonces y ri =0
Para S1
6 ≥ 0 entonces y r 1=1

Para S2
−1<0 entonces y r 2=0

3.3. Encontrar el error lineal (Patrón 2)

εl i= y di − y ri

εl 1= y d 1− y r 1

εl 1=1−1

εl 1=0

εl 2= y d 2− y r 2

εl 2=1−0

εl 2=1

3.4. Calculamos el error del patrón (Patrón 2)

ε pi =
∑ ¿ εli∨¿ ¿
n ° de salidas

ε p2=|εl1|+¿ εl2∨ ¿ ¿
2
ε p2=|0|+¿ 1∨ ¿ ¿
2
1
ε p2= =0.5
2

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

3.5. Ajustamos los pesos y umbrales aplicando el algoritmo de entrenamiento (Patrón 2)

w k+1 k
ji =w ji +α ∙ εl i ∙ x j

w 11=w11 + α ∙ εl1 ∙ x 1

w 11=2+1 ∙ ( 0 ) ∙ 1
w 11=2
w 21=w21 +α ∙ εl 1 ∙ x2

w 21=2+1∙ ( 0 ) ∙1
w 21=2
w 31=w31 +α ∙ εl 1 ∙ x3

w 31=0+1 ∙ ( 0 ) ∙ 1
w 31=0
w 41=w 41+α ∙ εl1 ∙ x 4

w 41=0+1 ∙ ( 0 ) ∙ 1
w 41=0
w 12=w12 +α ∙ εl 2 ∙ x1
w 12=0+1 ∙1 ∙1
w 12=1
w 22=w22 +α ∙ εl 2 ∙ x2
w 22=1+ 1∙ 1∙ 1
w 22=2
w 32=w32 +α ∙ εl 2 ∙ x3
w 32=−1+1∙ 1∙ 1
w 32=0
w 42=w 42+ α ∙ εl2 ∙ x 4
w 42=0+1 ∙1 ∙ 1
w 42=1

Uski +1=Uski +α ∙ εl i ∙ x0
Us1=Us1 +α ∙ εl 1 ∙ x 0

Us1=−2+1 ∙(0)∙1

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

Us1=−2
Us2=Us2 +α ∙ εl2 ∙ x 0
Us2=1+1 ∙1 ∙1
Us2=2
Patrón 3
 Presentamos el siguiente patrón con sus pesos, umbrales y salidas modificadas (Patrón
3)

[ ]
2 1
w 4 x2= 2 2
0 0
0 1

Usi= [−2 2 ]

3.1. Calculamos la salida de la red (Patrón 3)

S1=6
S2=1

3.2. Aplicamos la función de activación (Patrón 3)

Para S1
6 ≥ 0 entonces y r 1=1

Para S2
1 ≥0 entonces y r 2=1

3.3. Encontrar el error lineal (Patrón 3)

εl 1=0
εl 2=0

3.4. Calculamos el error del patrón (Patrón 3)

ε p3=0
3.5. Ajustamos los pesos y umbrales aplicando el algoritmo de entrenamiento (Patrón 3)

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

w 11=2
w 21=2
w 31=0
w 41=0
w 12=1
w 22=2
w 32=0
w 42=1

Us1=−2
Us2=2
Patrón 4
Patrón 5
Patrón 6
Patrón 7
Patrón 8
Patrón 9
Patrón 10
 Presentamos el siguiente patrón con sus pesos, umbrales y salidas modificadas (Patrón
10)

[ ]
2 1
w 4 x2= 2 2
−2 0
−2 1

Usi= [−5 2 ]

3.1. Calculamos la salida de la red (Patrón 10)

S1=3

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

S2=0

3.2. Aplicamos la función de activación (Patrón 10)

Para S1
3 ≥ 0 entonces y r 1=1

Para S2
1 ≥0 entonces y r 2=1

3.3. Encontrar el error lineal (Patrón 10)

εl 1=0
εl 2=−1

3.4. Calculamos el error del patrón (Patrón 10)

ε p10=0 , 5
3.5. Ajustamos los pesos y umbrales aplicando el algoritmo de entrenamiento (Patrón 10)
w 11=2
w 21=2
w 31=−2
w 41=−2
w 12=0
w 22=2
w 32=−1
w 42=0

Us1=−5
Us2=1
 Fin de la iteración 1

4. Error de la iteración

ε It (1)=
∑ εp
N ° de patrones
(0+1+ 1+1)
ε It (1)=
4
ε It (1)=¿

Si ε It ≤ ε MaxPermitido
Concluye

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)

 lOMoARcPSD|4779774

Descargado por AMILKAR JESUS MIRANDA ROMERO (ajmirandaromero@gmail.com)