Electiva de Ingeneria
-
Upload
wilmer-andres-mantilla-suarez -
Category
Documents
-
view
213 -
download
0
description
Transcript of Electiva de Ingeneria
![Page 1: Electiva de Ingeneria](https://reader035.fdocuments.mx/reader035/viewer/2022080906/55cf8e70550346703b92301f/html5/thumbnails/1.jpg)
![Page 2: Electiva de Ingeneria](https://reader035.fdocuments.mx/reader035/viewer/2022080906/55cf8e70550346703b92301f/html5/thumbnails/2.jpg)
![Page 3: Electiva de Ingeneria](https://reader035.fdocuments.mx/reader035/viewer/2022080906/55cf8e70550346703b92301f/html5/thumbnails/3.jpg)
1. Entrene una red MLP que aprenda la función XOR. Explique por qué no puede resolver dicho problema el Perceptrón simple.
Ilustración 1 Matlab operador XOR Perceptrón multicapa
Salida obtenida
Ilustración 2 Salida deseada y error obtenido
![Page 4: Electiva de Ingeneria](https://reader035.fdocuments.mx/reader035/viewer/2022080906/55cf8e70550346703b92301f/html5/thumbnails/4.jpg)
Verificamos que la red aprendió el operador XOR introduciendo entradas
Ilustración 3 Simulación XOR
Ilustración 4 Salida Obtenida
![Page 5: Electiva de Ingeneria](https://reader035.fdocuments.mx/reader035/viewer/2022080906/55cf8e70550346703b92301f/html5/thumbnails/5.jpg)
2. Entrene un MLP con el algoritmo backpropagation, para que aprenda la función de dos variables mostrada en la gráfica:
![Page 6: Electiva de Ingeneria](https://reader035.fdocuments.mx/reader035/viewer/2022080906/55cf8e70550346703b92301f/html5/thumbnails/6.jpg)
![Page 7: Electiva de Ingeneria](https://reader035.fdocuments.mx/reader035/viewer/2022080906/55cf8e70550346703b92301f/html5/thumbnails/7.jpg)
3. Entrena una red MLP que aprenda la función dada por la expresión:
Dónde −𝜋<𝑥<𝜋. Para validar el entrenamiento, verifique la generalización de la red de entrada.
![Page 8: Electiva de Ingeneria](https://reader035.fdocuments.mx/reader035/viewer/2022080906/55cf8e70550346703b92301f/html5/thumbnails/8.jpg)
![Page 9: Electiva de Ingeneria](https://reader035.fdocuments.mx/reader035/viewer/2022080906/55cf8e70550346703b92301f/html5/thumbnails/9.jpg)
5. En los dos puntos anteriores, definir un número de iteraciones fijo (por ejemplo 100), y verificar el comportamiento de la
red cuando se varía el número de neuronas de la capa oculta y el método de aprendizaje. Resumir los resultados en una
tabla.