MANUAL DE USUARIO

PRESENTADO POR:

CRISTIAN VELASQUEZ MEJIA

DOCENTE:

TONY JIMENEZ

INTELIGENCIA ARTIFICIAL

GRUPO 01

UNIVERSIDAD POPULAR DEL CESAR

FACULTAD DE INGENIERIAS Y TECNOLOGIAS

INGENIERIA DE SISTEMAS

VALLEDUPAR – CESAR

AÑO

2020
 APLICATIVO PARA EL ENTRENAMIENTO Y SIMULACION DE UNA RED NEURONAL
PERCEPTRON UNICAPA BIPOLAR

PLANTEAMIENTO DEL PROBLEMA:

El problema planteado es una función de R × R en {−1, 1}. Consideremos el problema de aprender f

mediante un Perceptrón unicapa bipolar, para ello se tiene el siguiente conjunto de entrenamiento:

ENTRADAS SALIDA
X1 X2 Yd
2 0 1
0 0 -1
2 2 1
0 1 -1
1 1 1
1 2 -1

Aplicar el algoritmo de entrenamiento del Perceptrón unicapa bipolar con el conjunto de

entrenamiento anterior, considerando los ejemplos en el mismo orden en que aparecen, hasta que
se clasifiquen correctamente todos los ejemplos. Tomar 0 como valor inicial para los pesos y 0.1
como factor o rata de aprendizaje. Con los pesos aprendidos, ¿qué salida se obtiene para las
siguientes entradas: (0, 2), (1, 0) y (2, 1).

entradas salida
X1 X2 yd
0 2 ?
1 0 ?
2 1 ?
El aplicativo esta implementado en c# para efectos de una buena interfaz gráfica, a continuación, se
mostrará y explicará detalladamente la función de cada uno de los módulos del aplicativo.

Esta es la ventana inicial del aplicativo desde la cual se seleccionara un archivo tipo txt que
contendra la matriz con las entradas, salidas y patrones, para tal accion se hara uso del boton
“seleccione datos”, acto seguido se iniciara automaticamente el explorador de windows para ubicar
un archivo de texto previamente creado con los datos del problema planteado anteriormente.
Una vez cargado el archivo de texto el aplicativo mostrara un mensaje indicando que la matriz se
cargo sastifactoriamente al aplicativo y tambien se despliega la grafica que nos permite observar la
comparacion entre la salida deseada y la salida de la red.

Luego se procede a inicializar pesos y umbrales para la matriz para esto se hace click en el boton
“iniciar pesos y umbrales” e instantaneamente aparecera un cuadro de dialogo indicando el correcto
cargue de los mismos, es importante resaltar que hasta que no se cargue la matriz y se inicien los
pesos y umbrales no se habilitaran los botones de las otras funciones para evitar un incorrecto
funcionamiento del aplicativo.
Una vez inicializados los pesos y umbrales procedemos a entrenar la red mediante el boton
“entrenar la red” que a su vez genera en tiempo real la grafica entre el numero de iteraciones
transcurridas y el error aproximado para dar por terminado el entrenamiento, notese que el error
debe ser un valor cercano a 0 para fines practicos y el numero de iteraciones debe ser un minimo
de 20 para evitar un mal funcionamiento de la red.

Cuando el proceso de entrenamiento termine se abrira un cuadro de dialogo indicando en que

iteracion se encontro valores optimos para dar por terminado el entrenamiento y pasar a la
simulacion.

Una vez concluido el entrenamiento de la red se dispone a dar inicio a la simulacion de la misma
mediante el boton “iniciar simulacion”, la simulacion saltara en una ventana emergente que se
sobrepone a la ventana anterior, en esta se despliega una grilla en la cual podemos introducir los
valores a simular y un boton “salida” para observar la salida de un patron nuevo de la red, en esta
misma ventana se observa un cuadro con los pesos y el umbral con el cual finalizo el entrenamiento
y con el cual se encontro los valores optimos de la red neuronal.