lab 05 perceptron en matlab
DESCRIPTION
Lb 05 Perceptron en MatlabTRANSCRIPT
![Page 1: Lab 05 Perceptron en Matlab](https://reader037.vdocuments.pub/reader037/viewer/2022100319/563dbb20550346aa9aaa745d/html5/thumbnails/1.jpg)
Escuela de Ingeniería Mecatrónica
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
GUIA DE LABORATORIO
LABORATORIO 05
TEMA: PERCEPTRON EN MATLAB
OBJETIVOS
- Comprender el funcionamiento de los perceptrones.
- Utilizar el Matlab como un software para la construcción y configuración de
perceptrones.
MATERIAL
Computadora con software Matlab.
PROCEDIMIENTO
1. Construiremos un perceptron y lo entrenaremos para adaptar su comportamiento y
responder a la siguiente tabla de verdad.
X1 X2 T
0 0 1
0 1 0
1 0 0
1 1 0
Entonces necesitaremos un perceptron de dos entradas X1 y X2 con sus
correspondientes pesos y además la entrada para el ajuste del bias (umbral)
Para realizar el entrenamiento debemos elegir un valor para cada peso así como un
valor de umbral, estos valores son elegidos aleatoriamente y la red durante el
entrenamiento los irá modificando hasta hallar una combinación que permita el
correcto funcionamiento de acuerdo a la tabla de verdad.
W1=0.4
W2=-1.2
Θ=0.6
![Page 2: Lab 05 Perceptron en Matlab](https://reader037.vdocuments.pub/reader037/viewer/2022100319/563dbb20550346aa9aaa745d/html5/thumbnails/2.jpg)
Escuela de Ingeniería Mecatrónica
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
2. Ahora construiremos el perceptron en el Matlab, para ello abrir la herramienta para la
operación y configuración de redes neuronales nntool (neural network tool). Escriba la siguiente función en la ventana de comandos del Matlab
>>nntool
Se abrirá una ventana como la que se observa a continuación
Luego hacemos clic en el botón new para acceder a la ventana de creación de redes y
datos
![Page 3: Lab 05 Perceptron en Matlab](https://reader037.vdocuments.pub/reader037/viewer/2022100319/563dbb20550346aa9aaa745d/html5/thumbnails/3.jpg)
Escuela de Ingeniería Mecatrónica
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Para poder asignar los datos en esta misma ventana damos en la pestaña data
Creamos la variable de entrada X(que corresponde a X1 y X2), asignamos el nombre y
los valores, seleccionamos el tipo entrada y hacemos clic en el botón crear
![Page 4: Lab 05 Perceptron en Matlab](https://reader037.vdocuments.pub/reader037/viewer/2022100319/563dbb20550346aa9aaa745d/html5/thumbnails/4.jpg)
Escuela de Ingeniería Mecatrónica
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
A continuación asignamos nuestra variable objetivo T con sus valores
correspondientes y el tipo Target. Damos clic en créate.
Ahora hacemos clic en la pestaña Network para acceder a la edición del tipo de red
![Page 5: Lab 05 Perceptron en Matlab](https://reader037.vdocuments.pub/reader037/viewer/2022100319/563dbb20550346aa9aaa745d/html5/thumbnails/5.jpg)
Escuela de Ingeniería Mecatrónica
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Asignamos un nombre por ejemplo para este caso CompuertaNOR y elegimos el tipo
perceptron.
Elegimos la variable de entrada y la variable objetivo y finalmente clic en créate
![Page 6: Lab 05 Perceptron en Matlab](https://reader037.vdocuments.pub/reader037/viewer/2022100319/563dbb20550346aa9aaa745d/html5/thumbnails/6.jpg)
Escuela de Ingeniería Mecatrónica
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Volviendo a nuestra ventana de administración de nuestra red vemos que aparecen
tanto las variables de entrada y objetivo como la red CompuertaNOR
Hacemos doble clic en el nombre CompuertaNOR y se abrirá una ventana donde
podemos ver el esquema de nuestro perceptron y el número de entradas y salidas.
Para asignar los pesos y el bias hacemos clic en la pestaña View/Edit Weights
![Page 7: Lab 05 Perceptron en Matlab](https://reader037.vdocuments.pub/reader037/viewer/2022100319/563dbb20550346aa9aaa745d/html5/thumbnails/7.jpg)
Escuela de Ingeniería Mecatrónica
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Asignamos los pesos W1=0.4 y W2=-1.2 y hacemos clic en Set weight
Luego elegimos la opción bias y asignamos el Θ=0.6 y damos clic en Set weight
Ahora procederemos a correr el entrenamiento de la red, para ello primero
seleccionamos la pestaña Train
![Page 8: Lab 05 Perceptron en Matlab](https://reader037.vdocuments.pub/reader037/viewer/2022100319/563dbb20550346aa9aaa745d/html5/thumbnails/8.jpg)
Escuela de Ingeniería Mecatrónica
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
En esta ventana seleccionamos la Entrada X y el objetivo T, por ultimo hacemos clic en
train network
Nos aparece una ventana en la cual se ve el progreso del entrenamiento, y cuando
termina nos indica cual es el número de épocas o iteraciones en la cual llegó a un valor
de pesos y bias apropiado
![Page 9: Lab 05 Perceptron en Matlab](https://reader037.vdocuments.pub/reader037/viewer/2022100319/563dbb20550346aa9aaa745d/html5/thumbnails/9.jpg)
Escuela de Ingeniería Mecatrónica
_____________________________________________________________________________ Control Avanzado 2014- I Ing. Luis Vargas Díaz
Para poder ver los valores de peso y bias hallado por la red volvemos a la pestaña de
view/edit weights
CUESTIONARIO
- Verifique los resultados de la red desarrollando manualmente los cálculos del
perceptron para los datos iniciales indicados.
- Describa el comando learnp del matlab