REDES NEURONALES CON APRENDIZAJE NO SUPERVISADO
Funciones de ART1 EN MATLAB:
§ initart para inicializar
§ simuart para simular
§ trainart para entrenar la red
Regresa los pesos iniciales de la matriz y calculando los valores iniciales con las fórmulas.
Sintaxis:
[W, V] = initart (P);
Donde:
P Es el vector de entradas.
T Es el vector objetivo.
S1 Es el número de neuronas en la capa oculta.
Esta función regresa matrices de pesos nuevos para una red ART de dos capas competitivas (W y V) y después de entrenar los pesos originales en los vectores de entrada P usando parámetros de entrenamiento Tp.
Tp(1) actualización de display = 25
Tp(2) No. Max. de presentaciones = 100
Tp(3) Razón de aprendizaje = 25
Nota: NaN, se utiliza para los valores que tiene por omisión.
Sintaxis:
[W, V] = trainart(W,V,P,rho);
Donde:
W Es la matriz de pesos de la capa hacia delante competitiva.
V Es la matriz de pesos de la capa hacia atrás competitiva.
P Es el vector de entradas.
rho Es el parámetro de vigilancia (0-1).
La función anterior toma un matriz de vectores de entrada P, la matriz de vectores W y un vector de umbral b de una capa lineal y regresa la salidas de la capa.
Sintaxis:
a = simuart (W,V, P);
Donde:
W Es la matriz de pesos de la capa competitiva hacia delante.
V Es la matriz de pesos de la capa competitiva hacia delante.
P Es el vector de entradas.