EA45 Algoritmo de Aprendizaje del Perceptron Monocapa

Preguntas:
1. Describir paso a paso el algoritmo de entrenamiento del Perceptron
Monocapa (SLP). Utilizar dos fuentes diferentes.

Fuente 1
Paso 0: Inicializacin
. Ir al paso 1 con k=1
Paso 1: (k-sima iteracin)
Calcular

Paso 2: Correccin
sinpticos

de los pesos

Si z(k) y(k) modificar los pesos sinpticos segn la expresin:

Paso 3: Parada
Si no se han modificado los pesos en las ltimas p iteraciones, es decir,

Parar. La red se ha estabilizado. En otro caso, ir al Paso 1 con k=k+1.

Ricardo Conejo Muoz
http://www.lcc.uma.es/~jmortiz/archivos/Tema4.pdf
Fuente 2
El algoritmo de entrenamiento del Perceptron:
1. Se inicializa la matriz de pesos y el valor de la ganancia, por lo general
se asignan valores aleatorios a cada uno de los pesos wi y al valor b.
2. Se presenta el primer patrn a la red, junto con la salida esperada en
forma de pared entrada/salida
{p1, d1}, {p2, d2}, {p3, d3}
3. Se calcula la salida de la red por medio de:

Donde f puede ser la funcin hardlim o hardlims

4. Cuando la red no retorna la salida correcta, es necesario alterar el valor
de los pesos, tratando de llevarlo hasta p y as; aumentar las posibilidades
de que la clasificacin sea correcta, una posibilidad es adicionar p a w
haciendo que el vector w apunte en la direccin de p, y de esta forma
despus de repetidas presentaciones de p a la red, w se aproximara
asintticamente a p; este es el procedimiento adoptado para la regla de
aprendizaje del Perceptron.
Jos Carlos Bentez Palacios
http://utpsirn.blogspot.com

2. Elaborar el Diagrama de Flujo del Algoritmo del SLP, con el programa

DFDv1.1. (Mostrar la imagen en el foro y adjuntar archivo.)

3. Describir 10 aplicaciones del SLP.

MEDICINA

Deteccin de cncer mamario o en la piel

Diseo de prtesis

MANUFACTURA

Control de procesos de manufactura

Anlisis y diseo de productos
Identificacin de partes en tiempo real
Prediccin de fin de proceso
Anlisis de mantenimiento de maquinas
Modelado de sistemas dinmicos

FINANCIEROS

Evaluacin de bienes races

Prediccin de tipo de cambio

http://es.slideshare.net/aerdna07/perceptrn-simple-redes-neuronales-conaprendizaje-supervisado
4. Enumerar las desventajas de SLP.
1) El Perceptron simple presenta grandes limitaciones, ya que tan solo
es capaz de representar funciones linealmente separables
2) Limitacin al entrenar funciones como XOR, SEMISECUENCIALES