ERICK HUITRN RAMREZ IV 2016-2

Instituto Politcnico Nacional

Unidad Profesional Interdisciplinaria
en Ingeniera y Tecnologas Avanzadas
Ing. Mecatrnica

Sistemas Neurodifusos
Prctica 7.
Redes perceptrn para reconocimiento de
patrones
Periodo 2016/2
Elabor: Erick Huitrn Ramrez
Enviado: 27/04/2016

ERICK HUITRN RAMREZ IV 2016-2

REDES PERCEPTRON
Objetivo
Identificar la arquitectura bsica de una red neuronal.

Tpicos abarcados.
3.4.1 Red Perceptrn, arquitectura, algoritmos y aplicaciones.

Indicaciones.
Los siguientes ejercicios podrn realizarse en equipos con un mximo de tres personas, no
obstante pueden existir lineamientos cuyos resultados sern expuestos de forma individual.
1. Neurona Todo o Nada.
Entrena una red perceptrn con las fotografas de tres individuos, el equipo deber sealar
cuantas fotografas requiere para realizar un entrenamiento adecuado.
Cada participante deber asignar los Objetivos del entrenamiento para que la neurona lo
identifique a s mismo y etiquete como desconocidos a las fotografas de otros miembros
del equipo. El ejercicio ser considerado vlido cuando se identifiquen tres fotografas
distintas que no hayan formado parte del entrenamiento, y se hayan rechazado tres
fotografas que no correspondan al individuo y que no hayan formado parte del
entrenamiento.
Con el comando mesh, presenta en una grfica de dos dimensiones los pesos sinpticos
resultantes del entrenamiento.
2. Red perceptrn monocapa
Entrena una red perceptrn monocapa para el reconocimiento de los tres integrantes del
equipo. La entrada ser una imagen obtenida desde una cmara web, y el resultado el
nombre del individuo identificado. Si se toma imagen a un individuo que no est
contemplado en el entrenamiento, el programa deber sealar la etiqueta: desconocido.
Nota: el procesamiento y entrenamiento deber efectuarse en escala de grises, verificar al
final de los ejercicios, el programa para integrar la activacin de la cmara web y la captura
de imagines.
Con el comando mesh, presenta en dos grficas de dos dimensiones los pesos sinpticos
resultantes del entrenamiento.
Considerar realizar zoom a la imagen para reducir la cantidad de elementos a entrenar.

3. Red perceptrn monocapa.

Este ejercicio contempla la integracin de dos equipos de trabajo. Entrena una red
perceptrn monocapa para el reconocimiento de los seis integrantes. La entrada ser una
imagen obtenida desde una cmara web, y el resultado el nombre del individuo
identificado.
Con el comando mesh, presenta en tres grficas de dos dimensiones los pesos sinpticos
resultantes del entrenamiento.

ERICK HUITRN RAMREZ IV 2016-2

Figura 1. Algoritmo para captura de imgenes en Matlab.

Lineamientos de evaluacin.

El desarrollo y entrega de la prctica deber realizarse en equipos de tres integrantes.

El 20 de Abril de 2016 se destinaran los primeros cuarenta minutos de la clase a la revisin de
esta prctica. Los alumnos que realizaron y entregaron a tiempo la prctica, debern
proporcionar un reporte impreso simplificado que contenga nicamente los cdigos empleados
e imgenes con resultados de operacin y superficies.
Las asesoras solo se desarrollaran en el cubculo y en horario de clase si se cuenta con
tiempo disponible. Solo se dar asesora si el alumno cuenta con avance del ejercicio en
particular y sobre dudas especficas.
Es responsabilidad del alumno solicitar con tiempo, la aclaracin de instrucciones del ejercicio
que pudieran no ser entendibles.
La revisin solo proceder si el alumno cuenta con sus programas listos, reporte impreso y
programas adicionales en los que el alumno pudiera haberse apoyado para el desarrollo de
esta prctica. El profesor puede solicitarlos durante la revisin y entrevistar al alumno respecto
al desarrollo de los programas.
Todos los trabajos que sean encontrados con similitud total o parcial entre s, similitud
de diseo, alta correlacin de construccin u archivos derivados de otros archivos
sern anulados. Todos los alumnos involucrados perdern su calificacin de prctica de
forma definitiva.
Por ningn motivo o situacin imprevista se recibirn reportes impresos o se desarrollarn
revisiones en horarios y fechas distintas a las sealadas.

ERICK HUITRN RAMREZ IV 2016-2

Design Concepts
a. Modularity, scalability, readability, and maintainability
1. Develop a LabVIEW application (VI) that is:
a) Modular VI functionality is subdivided into modules or subVIs
b) Scalable VI requires little or no change to the user interface or block
diagram to handle larger data sets or additional program states
c) Readable VI conveys information about itself through good documentation
and programming style
d) Maintainable VI facilitates modifications without changing the original
intent of the module or application
b. Cohesion and coupling
1. Develop LabVIEW modules that are:
a) Highly cohesivemodule has a clearly defined and published goal
b) Loosely coupledmodule minimizes dependency on other modules for
completing or complementing its functionality
c. Hierarchical design
1. Develop a LabVIEW VI that utilizes the preceding techniques to create a logical
hierarchical design
d. File structure
1. Organize the VIs in the file system to reflect the hierarchical nature of the software
2. Create a folder for the application and give it a relevant name
3. Make the main (top-level) VI accessible in the application folder
4. Create separate folders for subVIs and controls
Tomado del archivo cld_exam_prep_guide_english.pdf como gua del examen de certificacin
CLD