Professional Documents
Culture Documents
Estructura de la leccin
1. El problema de las categoras linealmente inseparables
2. Arquitectura bsica de un asociador de patrones
multicapa
3. Derivacin de la regla de la retropropagacin del
error
4. Transformacin estructural del espacio de input
0 = no
cruzar peatonal
Semforo
INPUT
NO CRUZAR
CRUZAR
1 = cuadrado
0 = crculo
SALIDA
1 = rojo
CRUZAR
FORMA
NO CRUZAR
COLOR
0 = verde
Aproximacin geomtrica
Forma Color
0
1
0
1
0
0
1
1
(0 1)
(1 1)
(0 0)
(1 0)
Respuesta
0
1
1
0
La tirana de la similitud
Las redes tienden a agrupar los objetos en funcin
de su
parecido.
CRUZAR
NO CRUZAR
Si dos objetos se parecen, se agrupan en la misma categora.
Si dos objetos no se parecen, se separan en categoras distintas.
Problema: la similitud viene impuesta por el input.
Estructura de la leccin
1. El problema de las categoras linealmente inseparables
2. Arquitectura bsica de un asociador de patrones multicapa
3. Derivacin de la regla de la retropropagacin del
error
4. Transformacin estructural del espacio de input
Pn
Unidades
ocultas
=
P1
Capa input
Pt
Pt = P1P2P3 Pn
Estructura de la leccin
1. El problema de las categoras linealmente inseparables
2. Arquitectura bsica de un asociador de patrones
multicapa
3. Derivacin de la regla de la retropropagacin
del error
4. Transformacin estructural del espacio de input
Derivacin de la regla de la
retropropagacin del error
1. Retropropagacin del error y aprendizaje supervisado
2. Una medida de error global
3. Concepto de espacio de pesos y superficie de
error
4. La tcnica del gradiente de descenso
5. Ecuaciones
Derivacin de la regla de la
retropropagacin del error
1. Retropropagacin del error y aprendizaje supervisado
2. Una medida de error global
3. Concepto de espacio de pesos y superficie de
error
4. La tcnica del gradiente de descenso
5. Ecuaciones
Derivacin de la regla de la
retropropagacin del error
1. Retropropagacin del error y aprendizaje supervisado
2. Una medida de error global
3. Concepto de espacio de pesos y superficie de
error
4. La tcnica del gradiente de descenso
5. Ecuaciones
si
P2
Patrn input:
1
E p t pi s pi
ip = 1
2 i
Input tutor:
ti = 1
2
1
E t pi s pi 2
2 p i
Derivacin de la regla de la
retropropagacin del error
1. Retropropagacin del error y aprendizaje supervisado
2. Una medida de error global
3. Concepto de espacio de pesos y superficie de
error
4. La tcnica del gradiente de descenso
5. Ecuaciones
si
P2
1
E t pi s pi 2
2 p i
P1
Input tutor:
ti = 1
P2
Derivacin de la regla de la
retropropagacin del error
1. Retropropagacin del error y aprendizaje supervisado
2. Una medida de error global
3. Concepto de espacio de pesos y superficie de
error
4. La tcnica del gradiente de descenso
5. Ecuaciones
+
+
+
+
+
P1 P1
- +
P2
Derivacin de la regla de la
retropropagacin del error
1. Retropropagacin del error y aprendizaje supervisado
2. Una medida de error global
3. Concepto de espacio de pesos y superficie de
error
4. La tcnica del gradiente de descenso
5. Ecuaciones
t1
i ti si f ' net i
S1
Pij i s j
Pijt Pijt 1 Pijt
P11
S1
P12
S2
1
P11
Pij i s j
Pijt Pijt 1 Pijt
2
P21
S1
P11
S1
P12
S2
Estructura de la leccin
1. El problema de las categoras linealmente
inse-parables
2. Arquitectura bsica de un asociador de
patrones multicapa
3. Derivacin
de
la
regla
de
la
retropropagacin del error
4. Transformacin estructural del espacio
de input
(0 0)
00
10
01
11
(1 1)
(1 0)
PROBLEMA OEX
Patrones capa oculta
aproximados
11
01
01
00
(11)
(01)
(11)
Transformacin
(00)
(10)
(00)
(10)