Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de la inteligencia artificial
para la organizacin
de la informacin
Jacques Schreiber
Universidade de Santa Cruz do Sul
Departamento de Informtica
Sumario:
- Inteligencia artificial y sus aplicaciones
- Contextualizacin
- Redes neuronales
- Redes neuronales aplicadas en el rea
Axnio
Soma
Dendritos
Axnio
Sinapse
Dendritos
x0
Entradas x1
wj0
wj1
Funo
de Soma
Sada i
wj2
x2
Pesos
Funo de
Transferncia
Redes neuronales
artificiales:
aprendizaje supervisado
Ejemplo de entrenamiento
Aprender las entradas:
Entrada = {1,1} deber producir la salida = {1}
Entrada = {0,0} deber producir la salida = {0}
Pesos iniciales: {-1,-1}
Constante de aprendizaje: {1}
Redes neuronales
artificiales:
aprendizaje supervisado
Funcin de transferencia:
rampa
Redes neuronales
artificiales:
aprendizaje supervisado
1
-1
T
-1
1
Redes neuronales
artificiales:
aprendizaje supervisado
Recordemos que:
Entrada = {1,1} debera producir la salida =
{1}
De momento, la salida obtenida fue = {0}
Por tanto, hace falta un ajuste sinptico
Redes neuronales
artificiales:
aprendizaje supervisado
Se aplica la regla Delta:
Constante = 1
Error = salida esperada - salida obtenida
Peso nuevo = Peso antiguo +
( Error * Entrada * Constante)
Redes neuronales
artificiales:
aprendizaje supervisado
1
0
1
Redes neuronales
artificiales:
aprendizaje supervisado
Conclusiones:
1. Si presentamos nuevamente el segundo
objeto, verificaremos que el resultado
calculado es el esperado
2. Se considera, entonces, que la red ha
aprendido
Por lo tanto:
Las redes de nodos adaptables que mediante un proceso de
aprendizaje a partir de ejemplos, almacenan experiencia y
poseen capacidad de generalizacin.
EJEMPLOS...
x0
Entradas x1
wj0
wj1
Funo
de Soma
Sada i
wj2
x2
Pesos
Funo de
Transferncia
del
usuario
con
los
chapa metlica
16
hidrulico
El color indica
la densidad de
documentos
Esrin:
http://esapub.esrin.esa.it
WEBSOM:
http://websom.hut.fi/websom/comp.ai.neural-nets-new/html/root.html
http://websom.hut.fi/