Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
18/04/2023
Programación de
Sistemas Adaptativos:
Redes neuronales
Contenidos
• Misión interestelar
• Conceptos básicos
• Perceptrón
• Otros tipos de redes
Programación de
Sistemas Adaptativos:
Redes neuronales
Misión interestelar
• Clasificación de suelo
extraterrestre con redes
neuronales
2
18/04/2023
Inteligencia Artificial:
Redes neuronales
Proceso
Hacer
Conjunto de Clasificador modificaciones
entrenamiento sin
entrenar No
¿Pasó?
Sí
Conjunto de
prueba Clasificador Clasificador
entrenado probado
Etiquetas
Datos sin
Aprendizaje etiquetar
Supervisado
3
18/04/2023
Inteligencia Artificial:
Redes neuronales
Inteligencia Artificial:
Redes neuronales
Conjunto de entrenamiento
• Ejemplos, objetos, instancias, vectores de
características, entradas
4
18/04/2023
Inteligencia Artificial:
Redes neuronales
Conjunto de prueba
• También son ejemplos.
10
Inteligencia Artificial:
Redes neuronales
Modelo
5
18/04/2023
11
Inteligencia Artificial:
Redes neuronales
Generalidades
12
Programación de
Sistemas Adaptativos:
Redes neuronales
6
18/04/2023
13
Programación de
Sistemas Adaptativos:
Redes neuronales
14
Programación de
Sistemas Adaptativos:
Redes neuronales
Nuestro cerebro
aprende a través
de modificar los
pesos en las
conexiones de las
neuronas.
Fuente: http://www.thestudentroom.co.uk/showthread.php?t=1056916
7
18/04/2023
15
Programación de
Sistemas Adaptativos:
Redes neuronales
Fuente:
http://lowercolumbia.edu/students/academics/
facultyPages/rhode-cary/intro-neural-net.htm
16
Programación de
Sistemas Adaptativos:
Redes neuronales
•Las salidas se
consideran la última
capa.
8
18/04/2023
17
Programación de
Sistemas Adaptativos:
Redes neuronales
18
Inteligencia Artificial:
Redes neuronales
9
18/04/2023
19
Programación de
Sistemas Adaptativos:
Redes neuronales
Perceptrón
• Tipo más simple de red
Entradas
neuronal
20
Programación de
Sistemas Adaptativos:
Redes neuronales
No
Fuente:
http://neuron.eng.wayne.edu/tarek/MITbook/chap1/1_1.html
10
18/04/2023
21
Programación de
Sistemas Adaptativos:
Redes neuronales
Entrenamiento de un perceptrón
• El perceptrón va tratar de “dibujar” una línea
que separe los datos en diferentes clases.
22
Programación de
Sistemas Adaptativos:
Redes neuronales
Entrenamiento de un perceptrón
• Para el conjunto de entrenamiento, SIEMPRE
debemos tener las salidas esperadas (respuestas
correctas).
11
18/04/2023
23
Programación de
Sistemas Adaptativos:
Redes neuronales
Entrenamiento de un perceptrón
• X=<x0…xn>, donde xi es una característica.
24
Programación de
Sistemas Adaptativos:
Redes neuronales
Entrenamiento de un perceptrón
• Cada entrada será introducida a la función de
núcleo, donde cada característica xi será
relacionada con un peso wi .
12
18/04/2023
25
Programación de
Sistemas Adaptativos:
Redes neuronales
26
Programación de
Sistemas Adaptativos:
Redes neuronales
Entrada
Salida
g(W,X)
Función
Función de Utiliza el
núcleo
activación resultado de la
función núcleo
Relaciona entradas para calcular la
y pesos. salida.
13
18/04/2023
27
Programación de
Sistemas Adaptativos:
Redes neuronales
Algoritmo
1. Fijar pesos iniciales con valores aleatorios.
2. Por cada entrada:
a. Calcular la salida y=f(g(W,X)) de la neurona.
b. Si y resultado deseado (d)
i. Actualizar los pesos con wi_nuevo= wi + hxi e
donde e = d - y
3. Ejecutar 2 hasta un valor e de tolerancia o
hasta que los pesos varíen poco.
28
Programación de
Sistemas Adaptativos:
Redes neuronales
▫ Ejemplo:
g((w0, w1, w2), (x0, x1, x2)) = w0x0 + w1x1 + w2x2
14
18/04/2023
29
Programación de
Sistemas Adaptativos:
Redes neuronales
umbral
1, 𝑔(𝑊, 𝑋) ≥ 0
▫ 𝑓 𝑔 𝑊, 𝑋 =ቊ
0, de otra manera
30
Programación de
Sistemas Adaptativos:
Redes neuronales
wi _ nuevo = wi +hxi e
Tasa de
aprendizaje
e=d −y h[0,1]
(0.1 sugerido)
15
18/04/2023
31
Programación de
Sistemas Adaptativos:
Redes neuronales
32
Programación de
Sistemas Adaptativos:
Redes neuronales
X
Sesgo → x0 x1 x2 d
Link -1 0 0 1
Mario -1 0 1 1 Entradas
Pac Man -1 1 1 0 (ejemplos)
16
18/04/2023
33
Programación de
Sistemas Adaptativos:
Redes neuronales
Entrada Link
y=f (g(X,W))
=f (g((x0, x1, x2),(w0, w1, w2))
y = f (-0.5) = 0
34
Programación de
Sistemas Adaptativos:
Redes neuronales
b.- Si y != d:
actualizar pesos
x0 x1 x2 d
Link -1 0 0 1
ACTUALIZACIÓN DE PESOS
w1= w1 + hx1(d-y)
= -0.5 + (0.1)(0)(1-0)
= -0.5 (No cambia)
17
18/04/2023
35
Programación de
Sistemas Adaptativos:
Redes neuronales
Entrada Mario
y=f (g(X,W))
=f (g((x0, x1, x2),(w0, w1, w2))
y = f (0.6) = 1
36
Programación de
Sistemas Adaptativos:
Redes neuronales
b.- Si y != d:
actualizar pesos
x0 x1 x2 d
Mario -1 0 1 1
18
18/04/2023
37
Programación de
Sistemas Adaptativos:
Redes neuronales
y=f (g(X,W))
=f (g((x0, x1, x2),(w0, w1, w2))
y = f (0.1) = 1
38
Programación de
Sistemas Adaptativos:
Redes neuronales
b.- Si y != d:
actualizar pesos
x0 x1 x2 d
Pac Man -1 1 1 0
ACTUALIZACIÓN DE PESOS
w1= w1 + hx1(d-y)
= -0.5 + (0.1)(1)(0-1)
= -0.6
19
18/04/2023
39
Programación de
Sistemas Adaptativos:
Redes neuronales
Entrada Link
y=f (g(X,W))
=f (g((x0, x1, x2),(w0, w1, w2))
y = f (-0.5) = 0
40
Programación de
Sistemas Adaptativos:
Redes neuronales
b.- Si y != d:
actualizar pesos
x0 x1 x2 d
Link -1 0 0 1
ACTUALIZACIÓN DE PESOS
w1= w1 + hx1(d-y)
= -0.6 + (0.1)(0)(1-0)
= -0.6 (No cambia)
20
18/04/2023
41
Programación de
Sistemas Adaptativos:
Redes neuronales
Entrada Mario
y=f (g(X,W))
=f (g((x0, x1, x2),(w0, w1, w2))
y = f (0.5) = 1
42
Programación de
Sistemas Adaptativos:
Redes neuronales
b.- Si y != d:
actualizar pesos
x0 x1 x2 d
Mario -1 0 1 1
21
18/04/2023
43
Programación de
Sistemas Adaptativos:
Redes neuronales
y=f (g(X,W))
=f (g((x0, x1, x2),(w0, w1, w2))
y = f (-0.1) = 0
44
Programación de
Sistemas Adaptativos:
Redes neuronales
b.- Si y != d:
actualizar pesos
x0 x1 x2 d
Pac Man -1 1 1 0
22
18/04/2023
45
Programación de
Sistemas Adaptativos:
Redes neuronales
Ahora éste…
X
x0 x1 x2 d
Ejemplo 1 -1 0 0 0
Ejemplo 2 -1 0 1 1
Ejemplo 3 -1 1 0 1
Ejemplo 4 -1 1 1 1
73
Programación de
Sistemas Adaptativos:
Redes neuronales
Resumen
• Las redes neuronales representan
una técnica de aprendizaje
supervisado.
▫ Entrenamiento--Prueba
23
18/04/2023
74
Programación de
Sistemas Adaptativos:
Redes neuronales
Resumen
• Los pesos se ajustan para que la red
aprenda a reconocer un patrón.
75
Programación de
Sistemas Adaptativos:
Redes neuronales
Resumen
• Existen varios tipos de redes
neuronales.
▫ Recurrentes, mapas auto-organizados
(SOM), redes profundas
24