Académique Documents
Professionnel Documents
Culture Documents
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/