Académique Documents
Professionnel Documents
Culture Documents
ENTRENAR UNA REDE NEURONAL PARA RECONOCER ICONOS DIBUJADOS EN UNA MATRIZ
Primero debemos de analizar la formacion de bits que tendran los iconos para poder ser
reconocidas. Diseamos nuestras matrices.
Despues de disear los patrones, se procede a indicar con 1 bit en 5 celdas por fila la forma
en que se reconocera el elemento. Sera como nuestra matriz de reconocimiento deseada.
Una vez establecidos los patrones a reconocer, la matriz debe ser ordenada de la siguiente
manera:
(Deseado.txt)
Una vez creado estos tres archivos .txt procedemos a utilizar la herramienta JOONE
Capa de Entrada:
Le damos el nombre de CapaEntrada, y en rows le indicamos que seran 35 bits, que seran
reconocidas de nuestras matrices ingresadas
Terminando con CapaEntrada enlazamos la capa con el archivo de DatosEntrada:
CapaOculta
Agregamos otro campo sigmoidal, y editamos el Nombre por CapaSalida y rows por 5
Una vez agregada las 3 capas de la red neuronal, agregamos al entrenador y al mismo
tiempo agregamos los archivos de bits, que sera en lo que el entrenador se basara para
obtener los resultados, esto serian los datos deseados:
DatosDeseados
Seleccionamos al igual que DatosEntrado la herramienta de File Input, para traer el archivo
.txt donde especificamos los datos que necesitamos obtener de cada matriz para ser
reconocida.
Editamos su propiedades de la siguiente manera:
Damos doble click sobre el, y editamos el nombre a nuestra preferencia, en mi caso le di el
nombre de Teacher
Ahora, para ver los resultados de este entrenamiento de nuestra red neuronal debemos
agregar un archivo de salida, donde se almaneceran los datos resultantes del entrenamiento
Lo agregamos de la barra de herramientas(New File Output Layer)
Especificamos learningRate 0,7 para indicar cuan flexible sera nuestro reconocimiento
Observamos los resultados RMSE y tenemos que asegurarnos que el resultado sea inferior a
1
Colocamos como referencia a una de nuestra matricez donde se dibujaron nuestros iconos
En la siguiente columna se sumara las filas de bias entrada con los patrones de entrada del
usuario
1/(1+EXP(-1*SUMA_DE_PATRONES_Y_BIAS))
En las siguiente columnas colocamos los pesos generados entre CapaEntrada y CapaSalida
Nuestra neuronas de entrada, oculta y salida que analizaran los patrones ingresados
Y realizamos los calculos recorriendo los arreglos con nuestro ciclos for, y tambien
construimos la interfaz de salida:
Continuamos programando la heuristica para saber si el patron es coherente donde
emitiremos una mensaje para reconocer el patron dibujado.