110 likes | 280 Views
Universidad Autónoma del estado de hidalgo. REDES NEURONALES. Facilitador : Dr. Joel Suarez Autor: Ing. Henry P . Paz Arias. Redes Auto-organizadas. Arquitectura.
E N D
Universidad Autónoma del estado de hidalgo REDES NEURONALES Facilitador: Dr. Joel Suarez Autor: Ing. Henry P. Paz Arias Redes Auto-organizadas
Arquitectura Cada neurona tiene un vector de pesos W de entrada asociado y la neurona con el vector de peso más cercano a la entrada P se activará.
Caracteristicas Es una red no supervisada, se entrena solo con patrones de entrada Las entradas se conectan a una única capa de neuronas donde cada nodo se conecta a su vecino y solo puede haber una neurona activa La conexión puede ser lineal, cuadrada, hexagonal, irregular, etc.
Entrenamiento En los SOFM (Self-organizingFeatureMap), no solo se actualiza los pesos de la neurona que resulta ganadora en el aprendizaje, sino que se actualizan también los de la vecindad.
Procedimiento 1. Asignar valores iniciales aleatorios pequeños a los pesos wij 2. Escoger un vector de entrada x del espacio de muestras y aplicarlo como entrada. 3. Encontrar el nodo de salida ganador (el producto punto máximo)
Procedimiento (cont…) 4. Ajustar los vectores de peso de acuerdo a la siguiente formula de actualización: wnuevos= wviejos + α [xi- wviejos]h(|i-g|,R(t)) dondeα es la tasa de aprendizaje y h(|i-g|,t) es la función de vecindad.
Procedimiento (cont…) Modificación de los parámetros T0es el numero total de iteraciones α0es la razón inicial de aprendizaje y t va desde 1,2,….T0
Procedimiento (cont…) 5. Repetir pasos 2 a 4 hasta que no ocurran cambios significativos en los pesos.