Redes Neurais Artificiais

Exerccio Prtico #01

1 - Implementar o Perceptron no SCILAB, como uma funo. A funo de ativao do
Perceptron a limiar (ou degrau, com sada 0 ou 1).
Declarao da funo: function y = yperceptron(X,W,b)
Onde:
X (m x t) uma matriz de nmeros reais. Cada linha (m) de X um dos M atributos (ou
caractersticas) da amostra de dados. Cada coluna (t) de X uma das T instncias (ou
amostras) dos dados.
W (1 x m) um vetor linha de nmeros reais com o valor dos pesos de cada
entrada m (atributo) do Perceptron.
b um escalar com o valor em real do bias do Perceptron para a entrada que est
sempre em +1.
m e t podem ser qualquer valor inteiro maior que zero.
y um vetor com os valores da sada no neurnio (0 ou 1) para cada amostra de X.
Resposta:

function y=yperceptron(X, W, b) //implementando a funo perceptron
u= W * X + b; // u representa o produto entre W e X somados a b
for i=1:size(u,2)
if u(i)<=0 then // aqui dizemos quando u(i) <= 0 y ser 0, se u(i) >0 y ser 1
y(i)=0
else y(i)=1;
end
end
y=y'
endfunction

2- Desenvolver o programa (script) que testa a funo criada no item 1, com os
seguintes valores que implementam a funo lgica AND:
X = [0 1 0 1 ; 0 0 1 1];
W = [0.4 0.4];
b = -0.6;
A sada do Perceptron (funo lgica AND) dever ser:
y = [0 0 0 1]

Resposta:

function y=yperceptron(X, W, b)
u= W * X + b;
for i=1:size(u,2)
if u(i)<=0 then
y(i)=0
else y(i)=1;
end
end
y=y'
endfunction
X = [0 1 0 1;0 0 1 1]; //para implementar a funo declaramos a matriz X e o vetor W
e o escalar b
W = [0.4 0.4]
b = -0.6
y = yperceptron(X,W,b);
disp(y)

//neste caso temos que o vetor sada ser y=[0. 0. 0. 1.]


3 - Repetir o item anterior para a funo lgica OR. Modifique os valores de pesos e
bias se necessrio. A sada do Perceptron (funo lgica OR) dever ser:
y = [0 1 1 1]
Resposta:

function y=yperceptron(X, W, b)
u= W * X + b;
for i=1:size(u,2)
if u(i)<=0 then
y(i)=0
else y(i)=1;
end
end
y=y'
endfunction
X = [0 1 0 1;0 0 1 1];
W = [0.7 0.8] //aqui foram atribudo novos valores ao vetor W para que tivssemos a
sada desejada
b = -0.6
y = yperceptron(X,W,b);
disp(y)
//neste caso temos que o vetor sada ser y=[0. 1. 1. 1.]

4 - Postar na sala virtual da disciplina um arquivo (.pdf sem compactar) com os programas
completos e comentados at a data combinada.