Escolar Documentos
Profissional Documentos
Cultura Documentos
-1 1.5
W1 = W2 = 1 - = 1,5 Y = 1, SE M>=0
w = w1 x1 + w2 x2 -
1 X1
y Y = 0, SE M<0
X2
2 - Prova que o seguinte neuronio MC implementa uma porta NOT -1 0.5 W1 = 1 - = 0,5 Y = 1, SE M>=0 -1 X1 y Y = 0, SE M<0
-1 0.5
W1 = W2 = 1 - = 0,5 Y = 1, SE M>=0
1 X1
y Y = 0, SE M<0
X2
Rede Perceptron
= w1 x1 + w2 x2 - 0
smo de aprendizagemn consiste na modificao dos pesos e do pilar de neuronio M-P esolva o problema de interesse ou que o periodo de aprendizagem tenha finalizado x0 = -1 w0 = 0 x1 w1
e aprendizagem, oi modificao dos parametros do neuronio M-P guiado pelo werro (e) de entrada (x)
prendizagem uma funo de 2 fatores: a saida desejada (d) e a saida gerada pela rede (y) ( Equao 1 )
M (+)
y(+) = +/- 1
d (+)
e(+)
Conceito w(t+1) = memoria (conhecimento atual) Delta W(t) = incremento na memoria (informao adquirida) w(t+1)= memoria modificada com acrescimo da informao
Dada uma rede do tipo Perceptron formada por um neuronio com 3 terminais de entrada, utilizando p w1 = 0,4 w2 = -0,6 w3 = 0,6 Limiar 0 = 0,5 Taxa de Aprendizado = 0,4 Responda: a) Ensinar a rede a gerar a saida = -1 para o padro de entrada 001 b) A saida = 1 para o padrao 110
Respostaa Funo sem Aprendizagem M(t) = x1w1 + x2w2 + x3w2 + (O*saida) Condio: y = 1 ----- Se M>=0 y = -1 ----- Se M<0 A - Treinar a Rede A1 - No padro de entrada 001 --> Saida = -1 D = desejado = -1 y -> Perceptron = ? 1 Ensinamento da Rede W(t+1) = W(t) + n (d-y) * x(t) W1 = 0,4 + 0,4 ( -1 -(1)) * 0 W1 = 0,4 W2 = -0,6 + 0,4(-1-(1)) * 0 W2 = -0,6 W3 = 0,6 + 0,4 (-1-(1)) *1 W3 = 0,2 W0 = 0,5 + 0,4(-1-(1)) * -1 W0 = 1,3 Resposta B d=1 110
M(t) = 0*0,4 + 0*(-0,6) + 1*(0,6) - 0,5 M (t) = 0,1 maior que Zero 1 y=1
2 Ensinamento
y) * x(t)