ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Redes Neuronales Con Matbal


Enviado por   •  9 de Diciembre de 2011  •  1.303 Palabras (6 Páginas)  •  748 Visitas

Página 1 de 6

UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERIA MECANICA ELECTRICA, ELECTRONICA Y SISTEMAS

ESCUELA PROFESIONAL DE INGENIERIA DE SISTEMAS

INDICE

RESUMEN 2

INTRODUCCIÓN 3

MARCO TEÓRICO 4

REDES NEURONALES ARTIFICIALES 4

RED NEURONAL FEEDFORWARD 4

PROBLEMA 4

CARGA DE DATOS 4

PROCESADO DE DATOS 5

CREACIÓN DE LA RED NEURONAL 5

ESPECIFICAIÓN DE LOS PARÁMETROS DE APRENDIZAJE 5

ENTRENAMIENTO DE LA RED 6

SALIDA DE LA RED 6

EVALUACIÓN DEL ERROR 6

VALIDACIÓN DE LA SIMULACIÓN 7

RESUMEN

En este informe se presenta un problema de aplicación de las redes neuronales artificiales utilizando matlab por lo que primeramente se carga los datos de un archivo de texto pima.txt luego normalizamos los datos y creamos una red neuronal feedforward backpropagation y entrenamos la red con el 80% de los datos, cuando se tiene el mejor entrenamiento con un bajo porcentaje de error simulamos la red y finalmente se valida con el 20% de los datos.

INTRODUCCIÓN

Las redes neuronales son más que otra forma de emular ciertas características propias de los humanos, como la capacidad de memorizar y de asociar hechos. Si se examinan con atención aquellos problemas que no pueden expresarse a través de un algoritmo, se observará que todos ellos tienen una característica en común: la experiencia.

El hombre es capaz de resolver estas situaciones acudiendo a la experiencia acumulada. Así, parece claro que una forma de aproximarse al problema consista en la construcción de sistemas que sean capaces de reproducir esta característica humana. En definitiva, las redes neuronales no son más que un modelo artificial y simplificado del cerebro humano, que es el ejemplo más perfecto del que disponemos para un sistema que es capaz de adquirir conocimiento a través de la experiencia.

Una red neuronal es “un nuevo sistema para el tratamiento de la información, cuya unidad básica de procesamiento está inspirada en la célula fundamental del sistema nervioso humano: la neurona”.

MARCO TEÓRICO

REDES NEURONALES ARTIFICIALES

Una red neuronal artificial (ANN) es un esquema de computación distribuida inspirada en la estructura del sistema nervioso de los seres humanos. La arquitectura de una red neuronal es formada conectando múltiples procesadores elementales, siendo éste un sistema adaptivo que posee un algoritmo para ajustar sus pesos (parámetros libres) para alcanzar los requerimientos de desempeño del problema basado en muestras representativas. La propiedad más importante de las redes neuronales artificiales es su capacidad de aprender a partir de un conjunto de patrones entrenamientos. Por lo tanto podemos señalar que una ANN es un sistema de computación distribuida caracterizada por:

Un conjunto de unidades elementales, cada una de las cuales posee bajas capacidades de procesamiento.

Una densa estructura interconectada usando enlaces ponderados.

Parámetros libres que deben ser ajustados para satisfacer los requerimientos de desempeño.

Un alto grado de paralelismo.

RED NEURONAL FEEDFORWARD

Las redes neuronales feedforward (FANN) o estáticas (con una entrada determinada producen una única salida) corresponde a la clase de ANN más estudiada por el ámbito científico y la más utilizada en los diversos campos de aplicación, se caracterizan por que las interconexiones de sus PE son siempre unidireccionales, al contrario que en las redes feedback o recurrentes o dinámicas (pueden tener bucles y su salida resulta de una evolución a través de una serie de estados tras la presentación de la entrada), en las que hay enlaces de capas posteriores hacia capas anteriores. En la solución de este problema utilizaremos las redes neuronales feedforward.

PROBLEMA

Tenemos un problema en la cual se requiere saber si una mujer tiene o no diabetes para lo cual tenemos una base de datos de 8 datos sobre las características de la mujer como también nos da como dato 9 el resultado. Si es “0” la mujer no tiene diabetes y si es “1” tiene diabetes.

Una solución apropiada nos podría dar la aplicación de redes neuronales para este problema con la cual se desea entrenar una red neuronal a tal grado que luego se pueda consultar con los 8 datos (no el resultado) que me da para que la red neuronal me indique el resultado adecuado.

CARGA DE DATOS

La base de datos esta en un archivo de texto pima.txt lo cual lo copiamos en el espacio de trabajo de matlab. Para esto utilizamos la función importdata de la siguiente manera:

D=importdata('pima.txt');

En nuestra base de datos tenemos 768 registros x 9 características por lo tanto tomaremos solamente las 7 primeras características y el noveno utilizaremos como el target. De los cuales utilizaremos aproximadamente el 80% (615 registros) para el entrenamiento y el resto que es un promedio del 20% (153 registros) usaremos en la validación de datos.

A=D.data(:,1:7);

...

Descargar como (para miembros actualizados)  txt (9.4 Kb)  
Leer 5 páginas más »
Disponible sólo en Clubensayos.com