Capítulo 2

Redes Neuronales Multicapa Con Aprendizaje Supervisado


2.2.4. Ejercicios

1.      Clasifique el siguiente conjunto de patrones usando el algoritmo LMS y una red Adaline.

5                               65

𝒑 565                           65

Los parámetros iniciales son:

65

6

 

a)      Calcule el vector de pesos W y el umbral b

 

Primera época

Para el primer par de entrada/salida

 

556                               6

 

Paso 1. Se calcula la salida utilizando la función de activación propia de la red:

65

grt = tr

yt

Paso 2. Se calcula el error:

fr  

tr  

Paso 3. Usando la regla de aprendizaje de Widrow-Hoff, se modifica el vector de pesos y el umbral:

ty

 

re  

r  

rt  

Para el segundo par de entrada/salida

 

r                            65

Paso 1. Se calcula la salida utilizando la función de activación propia de la red:

65

tr = rt

rt  

Paso 2. Se calcula el error:

r  

t  

Paso 3. Usando la regla de aprendizaje de Widrow-Hoff, se modifica el vector de pesos y el umbral:

re

e  

ert  

rt  

Segunda época

Para el primer par de entrada/salida

 

th                               66

Paso 1. Se calcula la salida utilizando la función de activación propia de la red:

65

gtr =