Académique Documents
Professionnel Documents
Culture Documents
Perceptron
& ADALINE
Perceptron
El psiclogo Frank Ronsenblant desarroll en el ao 1958, un modelo
simple de neurona sustentado en el modelo de McCulloch y Pitts, que
utilizaba una regla de aprendizaje en base a la correccin del error.
x1
x2
x3
w1
1
y f ( x1 , x2 ,..., xn )
w2
si
w1 x1 w2 x2 ... wn xn
si
w1 x1 w2 x2 ... wn xn
w3
w1 x1 w2 x2
w1 x1 w2 x2
Funcin signo
w1 x1 w2 x2
Funcionamiento
Se dispone de
la siguiente
informacin:
(zr = -1)
w j (k 1) w j (k )
w j (k ) 2x j (k )
si y (k ) 1 y z (k ) 1,
error
si y (k ) z (k )
si y (k ) 1 y z (k ) 1
Tasa de
aprendizaje
w1
w2
y
x2
x3
1
w1 x1 w2 x2 ... wn xn (1) 0
w3
k (k )z k yk
n 1
w j k 1 w j k zi k yi k x j k ,
j 1,2,..., n 1
Salida
1
(1,-1)
-1
(-1,1)
-1
(-1,-1)
-1
x1
x2
1
w1
w2
w2 = 0.2,
= 0.6,
0.3
0.2
0.6
Elegimos =0.5
y=1
0.7
0.8
0.4
Paso 1:
Patrn de entrada (1,1):
0.7
0.8
0.4
Elegimos = 0.5
y=1
0.3
1.8
0.6
Elegimos = 0.5
y=1
1.3
0.8
1
1
y
0.4
Patrn (1,1):
1.3
0.8
0.4
Elegimos = 0.5
0.7
1.8
y
1.4
Elegimos = 0.5
y=1
Problema XOR
Entradas
(1, 1)
Salidas
1
(1, 1)
(1, 1)
1
(a)
(1,1)
(b)
Conjuntos
linealmente
separables
w x
j 1
*
j
wn1
si son de la clase C1
wn1
si son de la clase C2
w x
j 1
*
j
Demostracin
w k 1 w w (k ) z(k ) y(k )x (k ) w
n 1
j 1
n 1
* 2
j
w j k w
* 2
j
j 1
n 1
j 1
* 2
j
z k yk
n 1
x k
j 1
n 1
2 z k yk w j k w*j x j k
j 1
n 1
n 1
j 1
j 1
2z k yk ( w j (k ) x j k ) 2z k yk w*j x j k
n 1
2 w j k x j k
j 1
n 1
w j k w
j 1
* 2
j
n 1
x k
j 1
n 1
0 4 w*j x j k
j 1
n 1
2 w*j x j k
j 1
Demostracin
w k 1 w w k w
w k 1 w w k w
4 2 L 4T
n 1
* 2
j
j 1
n 1
* 2
j
j 1
n 1
j 1
* 2
j
n 1
j 1
* 2
j
n 1
x k
j 1
n 1
4 w*j x j k
j 1
n 1 *
T min w j x j k
1 k p
j 1
n 1
2
L max x j k
1 k p
j 1
w k 1 w w k w
n 1
j 1
* 2
j
Si L T 0
T
L
n 1
j 1
* 2
j
4 (L T )
w k 1 w w k w
n 1
j 1
* 2
j
n 1
j 1
* 2
j
n 1
j 1
n 1
Dk 1 w j k 1 w*j
n 1
n 1
j 1
j 1
x
k
w
k
x
k
w
j
j j
j x j k
2
j 1
n 1
n 1
n 1
E
2
8 x j k 4 w j k x j k 4 w*j x j k 0
j 1
j 1
j 1
n 1
opt
n 1
w k x k w x k
j 1
n 1
j 1
2 x j k
j 1
*
j
opt
n 1
n 1
w k x k w x k
j 1
n 1
j 1
*
j
~opt
2 x j k
w k x k
j
j 1
n 1
x j k
j 1
j 1
n 1
n 1
j 1
j 1
2 w j (k ) x j k z k y k w j (k ) x j k
n 1
~opt
z (k ) y (k ) w j k x j k
j 1
n 1
2 x j k
j 1
w j (k 1) w j k
z k yk w j k x j k
j 1
n 1
2 x j k
j 1
n 1
w j (k 1) w j k 2
w k x k
j 1
n 1
x k
j 1
x j k
z k yk x j k
n 1
w j (k 1) 2
j 1
n 1
n 1
w j (k ) x j (k ) n 1
w j (k ) x j (k )
n 1
n 1
j 1
4 j 1
w j (k ) 2 x j (k ) 2 2 n 1
w j (k ) x j (k )
n 1
j 1
j 1
x j (k ) 2
x j (k ) 2 i 1
j 1
j 1
n 1
w j (k ) 2 1
j 1
w x wj x j 0
T
j 1
x C1
y sgn(w T x) z, x C1 C2
n 1
w x w j x j 0 x C2
T
j 1
w (k ) a(k ) si (a(k )) T w (k ) 0
w (k 1)
en otro caso
w ( k )
x(k ) si z (k ) 1
a(k)
x(k ) si z (k ) 1
a( k ) T w 0
Funcin criterio:
J (w )
k =1,2,,p
T
a
(
k
)
w
kI ( w )
(a(k ))
kI ( w )
w(k 1) w(k ) (k )J
w(k ) (k ) a(k )
kI ( w )
w(k 1) w(k ) (k )
a(k )
kI ( w )
Paso 2: Parada
Si
(k )
a( k ) s
parar.
kI ( w )
Paso 1 w (k 1) w (k ) (k )a(k )
ADALINE
ADALINE, acrnimo de ADAptive Linear NEuron o neurona con adaptacin
lineal que fue introducida por Widrow en 1959. Esta neurona es similar al
Perceptrn simple pero utiliza como funcin de transferencia la funcin
identidad en lugar de la funcin signo. La salida del ADALINE es simplemente
una funcin lineal de las entradas (ponderadas con los pesos sinpticos):
Aprendizaje individualizado:
N 1
y wj x j
y wj x j
j 1
x , x
z , z
,..., z
,..., x p
j 1
2
1 p k
1 p k N 1
E z y k z w j (k ) x kj
2 k 1
2 k 1
j 1
wr (k 1) wr (k ) wr (k )
z k y(k ) xrk
E
wr (k )
wr (k )
x2
w1
w2
.
.
.
xn
wn
w x
y wT x
27
Vector de
pesos
y wi xi w T x
i
Estimado de la neurona
de la salida deseada
vector de entrada
28
w1
w2
w3
y g w j x j
j 1
g x
1
1 exp 2 x
e x e x
g x tanhx x
e e x
2
1
1 k
k
k
y
k
g
(
w
(
k
)
x
)
j
j
2 k 1
2 k 1
j 1
w j (k )
E
w j (k )
z k y(k ) g ' hx kj
2
1
k
y
k
2 p k 1
E
w j
w j
N 1
N 1
k
1
k
z g ( w j x j )
2 p k 1
j 1
1 p k
z y (k ) g ' (h) x kj
p k 1
Aprendizaje de Widrow-Hoff
El algoritmo del descenso por el gradiente es
w n x
Conocido tambin como
Ley de aprendizaje de Widrow-Hoff
Regla Delta
Aplicaciones ADALINE:
Cancelacin adaptativa del ruido
Una seal til, u(n), es perturbada por un ruido, x(n).
Voz del piloto en un avin perturbada por el
ruido originado desde el motor
Aplicaciones ADALINE:
Cancelacin adaptativa del ruido
Aplicaciones ADALINE:
Cancelacin adaptativa del ruido
Input signal u(t) and estimated signal uh(t)
2
1
0
-1
-2
4
5
time -- msec
estimation error
4
5
time --[msec]
0.4
0.2
0
-0.2
-0.4
Aplicaciones ADALINE:
Cancelacin adaptativa del ruido
Aplicaciones ADALINE:
Cancelacin adaptativa del ruido