Redes Perceptron Aplicao

Faculdade Anhanguera de Jacare

Prof. Eduardo Nascimento

Inteligncia Artificial

Redes Neurais Perceptron

Inteligncia Artificial

Redes Neurais Equao Perceptron

Equao da reta...

Input 2
Classe A

X.w1 + Y.w2 + = u

(Equao 1)

Para X = 0

y1.w2 + = 0

w2 = - / y1

Para Y = 0

x1.w1 + = 0

w1 = - / x1

Substituindo y1 e x1 na Equao 1:

Classe B

Input 1

X.(- ) + Y.(- ) + = u
x1
y1

Inteligncia Artificial

Redes Neurais Perceptron

Exemplo Classificao de uma porta OR - Linear;

Produto Classe A

Produto Classe B

Inteligncia Artificial

Classificao Porta OR Perceptron

X.(- ) + Y.(- ) + = u
x1
y1

X.(-/0,5) + Y.(-/0,5) + = 0

x=1ey=0

x=0ey=0

1.(-/0,5) + 0.(-/0,5) +

0.(-/0,5) + 0.(-/0,5) +

1.(-/0,5) +

-
para u > 0,
Qual o valor de ?

Adotar = -0.25

para u < 0,
Qual o valor de ?
= -0.25 (Atende)

Inteligncia Artificial

Classificao Porta OR Perceptron

X=0eY=0

U = - 0,25

Limiar => u < 0 , ento Sada = 0

X=0eY=1

U = 0,25

Limiar => u > 0 , ento Sada = 1

X=1eY=0

U = 0,25

Limiar => u > 0 , ento Sada = 1

X=1eY=1

U = 0,75

Limiar => u > 0 , ento Sada = 1

Redes Neurais Perceptron EX2 - Ajustar w1, w2 e bias, para o seguinte caso:
U2

u1

u2

0,7
0,9
-0,6
-0,5

0,9
-0,1
0
-0,5

Y
1
1
0
0

0,6

0,1

U1.(- / w1) + U2.(- / w2) + = 0

U1.(- / 0,1 ) + U2.(- / 0,6) + = 0

U1

0,9.(- / 0,1 ) - 0,1.(- / 0,6) +

-(0,9. / 0,1 ) + (0,1./ 0,6) +
-7,33

para u > 0, Qual o valor de ?

7
= -0,5

Inteligncia Artificial

Redes Neurais Perceptron Exemplo 2

u1

u2

0,7
0,9
-0,6
-0,5

0,9
-0,1
0
-0,5

Y
1
1
0
0

= -0,5

X.(- ) + Y.(- ) + = u
x1
y1

U1.( +0,5 / 0,1 ) + U2.(+0,5 / 0,6) - 0,5 = u

+ 5U1 + 0,833 U2 - 0,5 = u

u1 = 0,7 e u2 = 0,9

3,5 + 0,75 - 0,5 = 3,75

Limiar => u > 0 , ento Sada = 1

u1 = 0,9 e u2 = -0,1

4,5 -0,0833 - 0,5 = 3,92

Limiar => u > 0 , ento Sada = 1

- 3 + 0 - 0,5 = -3,5

Limiar => u < 0 , ento Sada = 0

- 2,5 0,42 - 0,5 = -3,42

Limiar => u < 0 , ento Sada = 0

u1 = -0,6 e u2 = 0
u1 = -0,5 e u2 = -0,5

Redes Neurais Perceptron EX3 - Ajustar w1, w2 e bias, para o seguinte caso :
T2
PROBABILIDADE DE CHUVA
UMIDADE TEMP.
CHUVA
ALTA
ALTA
0,30
0,40
0
0,30
0,30
0
0,65
0,70
1
0,95
0,50
1
U1

X.(- ) + Y.(- ) + = u
x1
y1

EX3 Calculo do bias :

PROBABILIDADE DE CHUVA
UMIDADE TEMP.
CHUVA
ALTA
ALTA
0,30
0,40
0
0,30
0,30
0
0,65
0,70
1
0,95
0,50
1

U1.(- / w1) + T2.(- / w2) + = u

0,65.(- / w1) + 0,70.(- / w2) + = u
0,65.(- / 0,90) + 0,70.(- / 0,80) + = u

- 0,72 0,88 + = u
- 0,60 = u
para u > 0, Qual o valor de ?

= -0,60

(Quanto mais perto da reta, melhor )

10

EX3 Confirmando w1 e w2:

U1.(- / 0,90) + U2.(- / 0,80) + = u

U1.( 0,60 / 0,90) + U2.( 0,60 / 0,80) - 0,60 = u

PROBABILIDADE DE CHUVA
CHUVA
UMIDADE TEMP.
ALTA
ALTA
0
0,40
0,30
0
0,30
0,30
1
0,70
0,65
1
0,50
0,95

U1 . 0,67 + U2 . 0,75 - 0,60 = u

CASO 1 => U1 = 0,30 T2 = 0,40

0,30 . 0,67 + 0,40 . 0,75 0,60 =

0,201 + 0,30 0,60 =

= -0,099

0,201 + 0,225 0,60 =

= -0,174

U < 0, portanto Y = 0

CASO 2 => U1 = 0,30 T2 = 0,30

0,30 . 0,67 + 0,30 . 0,75 0,60 =

U < 0, portanto Y = 0

CASO 3 => U1 = 0,65 T2 = 0,70

0,65 . 0,67 + 0,70 . 0,75 0,60 =

0,436 + 0,525 0,60 =

+ 0,361

U > 0, portanto Y = 1

CASO 4 => U1 = 0,95 T2 = 0,50

0,95 . 0,67 + 0,50 . 0,75 0,60 =

0,636 + 0,375 0,60 =

+ 0,411

U > 0, portanto Y = 1

11

Redes Neurais Perceptron EX4 - Ajustar w1, w2 e bias, para o seguinte caso :
B2

Nota B1
0,10
0,30
0,60
0,70

Nota B2 Aprovado
0,40
0
0,20
0
0,60
1
0,55
1

B1

X.(- ) + Y.(- ) + = u
x1
y1

EX4 Calculo do bias :

Nota B1
0,10
0,30
0,60
0,70

Nota B2 Aprovado
0,40
0
0,20
0
0,60
1
0,55
1

U1.(- / w1) + T2.(- / w2) + = u

0,60.(- / w1) + 0,00.(- / w2) + = u
0,60.(- / 0,60) + 0,60.(- / 0,60) + = u

- 1,00 1,00 + = u
- =u
para u > 0, Qual o valor de ?

= -0,60

(Quanto mais perto da reta, melhor )

13

EX3 Confirmando w1 e w2:

U1.(- / 0,60) + U2.(- / 0,60) + = u

U1.( 0,60 / 0,60) + U2.( 0,60 / 0,60) - 0,60 = u

U1 . 1 + U2 . 1 - 0,60 = u

Nota B1
0,10
0,30
0,60
0,70

Nota B2 Aprovado
0,40
0
0,20
0
0,60
1
0,55
1

CASO 1 => B1 = 0,10 B2 = 0,40

0,10 . 1 + 0,40 . 1 0,60 =

0,10 + 0,40 0,60 =

= -0,10

0,30 + 0,20 0,60 =

= -0,10

U < 0, portanto Y = 0

CASO 2 => B1 = 0,30 B2 = 0,20

0,30 . 1 + 0,20 . 1 0,60 =

U < 0, portanto Y = 0

CASO 3 => B1 = 0,60 B2 = 0,60

0,60 . 1 + 0,60 . 1 0,60 =

0,60 + 0,60 0,60 =

+ 0,60

U > 0, portanto Y = 1

CASO 4 => B1 = 0,70 B2 = 0,55

0,70 . 1 + 0,55 . 1 0,60 =

0,70 + 0,55 0,60 =

+ 0,65

U > 0, portanto Y = 1

14

Obrigado
15