Professional Documents
Culture Documents
Neural Net
Materi
1. Perceptron
2. ADALINE
3. MADALINE
Perceptron
Perceptron lebih powerful dari Hebb
Pembelajaran perceptron mampu menemukan
konvergensi terhadap bobot yang benar
Fungsi aktivasi :
Update bobot
= learning rate
3
Arsitektur Perceptron
Algoritma Perceptron
Inisialisasi bobot dan bias (w=b=0) dan 0 < <= 1 (=1)
Ulangi sampai sesuai kondisi kriteria berhenti
Fungsi AND
Epoch = 2
Fungsi AND
Inisialisasi: = 1, w=b==0
Epoch = 1
Epoch = 2
Latihan
Update bobot
= learning rate
10
Arsitektur ADALINE
11
12
13
Fungsi AND
target
14
15
Arsitektur MADALINE
16
1
2
1
2
v1 = , 2 = , 3 =
zin 1 = 1 + 1 11 + 2 21
zin 2 = 2 + 1 12 + 2 21
1 = ( )
2 = ( )
17
yin = b3 + z1 v1 + z2 v2
y = f yin
Hitung error dan update bobot, jika t=y maka bobot tidak di-update
Jika t=1, update bobot pada Zj
Jika t=-1, update bobot pada semua unit Zk yang punya input positif
1
2
1
2
v1 = , 2 = , 3 =
zin 1 = 1 + 1 11 + 2 21
zin 2 = 2 + 1 12 + 2 21
1 = ( )
2 = ( )
19
21
Contoh Aplikasi
fungsi Xor
22
Contoh Aplikasi
fungsi Xor
23
Contoh Aplikasi
fungsi Xor
24