Capítulo 4

REDES NEURONALES CON APRENDIZAJE NO SUPERVISADO


4.4.5.              Simulaciones En MATLAB

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.


atras indice adelante