Redes Neuronales

INGENIERIA INFORMATICA Y DE SISTEMAS
INTELIGENCIA ARTIFICIAL
EINER VASQUESZ CASTILLO

EINER VASQUEZ CASTILLO
UNIVERSIDAD SAN PEDRO INTELIGENCIA ARTIFICIAL
RED NEURONAL RECONOCIENDO EMOTICON

1. Debemos establecer los patrones que usaremos para entrenar a la red neuronal. Usaremos
MSExcel para definirlos. Se necesitarn realizar 5 matrices de 6x5, los patrones son:
1 2 3 4 5
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1 0 1 0 0 1 0 1 0 0 1 0 1 0 0 1 0 1 0 0 1 0 1 0
0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0
1 0 0 0 1 0 1 1 1 0 1 0 0 0 1 0 0 0 0 0 0 1 1 1 0
0 1 1 1 0 1 0 0 0 1 0 0 1 0 0 0 1 1 1 0 0 1 1 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
FELIZ TRISTE LLORON SERIO ALEGRE
2. Procedemos a binarisar los patrones. Los cuadrados de color negro sern 1 y los blancos 0.
Cada patrn nos dar un vector (de 30 bits) de 1 y 0, los cuales guardaremos un archivo txt
con el nombre PatronesEmoticon.txt, como referencia que son datos de entrada.
3. Ahora realizaremos una matriz identidad que sern los patrones que definirn los datos de
salida. Como tenemos 5 patrones, nuestra matriz identidad ser de 5 bits, siendo la primera
fila la salida que pertenece al emoticon FELIZ. Se guardar en un .txt con el nombre
SalidasDeseadas.txt.
EINER VASQUESZ CASTILLO EVC

4. Ahora, en Joone construiremos nuestra red neuronal que tendr lo siguiente:
Capa Entrada.
Capa Oculta.
Capa Salida.
Datos Entrada
Datos Salida.
Para empezar definiremos los patrones, para eso usaremos dos New File Input Layer: Uno para
datos de entrada(A) y el otro para salida(B):
5. Ahora colocaremos las propiedades que corresponden a cada File input: (1) Numero de bits,
(2)Ruta del archivo txt, (3)Nombre que lo identifique.

6. Para hacer los clculos de pesos utilizaremos una funcin simoidal, por lo cual tomaremos el
elemento New Simoid Layer. Se necesitarn 3, ya que tenemos 3 capas.
7. Editaremos las propiedades correspondientes: Nombre (CapaEntrada, CapaOculta,

CapaSalida) y las filas (35, 6 neuronas, 5)
8. Por ltimo unimos las funciones de izquierda a derecha:

9. Como estamos realizando una red supervisada, entonces necesitamos un entrenador. Por lo
tanto tomaremos el elemento teacher, el cual recibir el simoidal de CapaSalida:
10. Ahora slo nos queda asociar nuestros datos de entrada (con la capa de entrada) y nuestros
datos de salida (con el teacher):

11. Ahora, slo nos queda hacer la inspeccin de que las bias y pesos estn. Eso se hace haciendo
clic derecho, inspect, y veremos los datos.
Listo, ya tenemos nuestra red supervisada.

CALCULANDO LOS SIGMOIDALES CON EXCEL
1. Como Se puede ver este ser la plantilla donde calcularemos los sigmoidal para cada capa
con los datos de BIAS y PESOS que se gener con ayuda del JOONE.
2. Completamos la plantilla con la informacin de las BIAS y PESOS como se muestra en la

imagen.

3. Comenzaremos a sumar cada tem y para el clculo del sigmoidal de cada capa emplearemos
la Formula =1/(1+EXP(-1*I11)) en la columna correspondiente los datos que obtendremos
son los siguientes.
4. Ya evaluado cada parmetros de datos tendremos las salidas neuronales las cuales
configuraremos para que se muestre un mensaje en la casilla verde correspondiente a la
entrada de datos que colamos en la matriz.

5. Ingresamos otro patrn en la matriz y la red neuronal calculara los datos para luego mandar
el mensaje correspondiente, en este caso el emoticon TRISTE.
Es as que los patrones son ingresados para la red neuronal.

CREADO INTERFAZ PARA LA RED NEURONAL
1. Crearemos la aplicacin en el IDE de Netbeans con el lenguaje de programacin JAVA.
2. Creamos el proyecto asignamos el nombre y guardamos.

3. Se Crea el proyecto y ahora utilizare una plantilla para la creacin de la aplicacion

4. Codificamos la informacin de las BIAS y los PESOS que darn paso a el clculo para la Red
Neuronal
Codigo main de la aplicacion

/*
* Red MLF para reconocer digitos
*/
package digitos;
import javax.swing.JOptionPane;
/**
*
* @author Ev
*/
public class Digitos {
public static void analizar(int[][] patron){
int filas_entrada = 6;
int col_entrada = 5;
int neuronas_entrada = 30;
int neuronas_oculta = 6;
int neuronas_salida = 5;
int i, j, k;
double[][] pesos_entrada_oculta = {{-0.23923512, -0.219533937, 0.018702104, 0.19104507,

0.017843298, 0.094269074},
{0.031938449, -0.18494177, -0.03708613, 0.124639298, -0.01572323, 0.004248233},
{-0.031012283, 0.029355664, 0.416990534, 0.461697466, -0.036230535, 0.040110329},
{0.035153302, -0.362361305, 0.256454554, -0.017909419, -0.237742546, 0.203043811},
{-2.05E-01, -0.041197959, -0.045708042, 0.201851687, 0.28241626, -0.243332791},
{0.024700056, -0.234001393, 0.344638375, 0.199392468, -0.139392868, -0.218063521},
{0.175537099, 0.02028828, 0.456104143, 0.605281594, 0.131958476, 0.172869762},
{0.207872972, -0.502745744, 0.441197591, -0.062773564, 0.19647238, -0.056601107},
{0.232839375, -0.087749674, 0.195912681, 0.120176916, 0.044851031, -0.190071668},
{-0.192920816, -0.277037657, 0.438041775, 0.327031556, -0.094478467, -0.037773497},
{2.618401196, -1.353335605, -1.161951903, -0.152430797, -0.686813325, -1.096493897},
{-0.033712504, -0.375555398, 0.279662574, 0.151155443, 0.164439759, -0.33993847},
{-0.086206306, -0.103217356, 0.289684214, 0.169471423, 0.181409691, 0.101388425},
{-0.033785981, 0.129603596, -0.033798049, -0.041576568, 0.219620375, 0.276213687},
{2.819152988, -1.113130252, -0.84023905, -0.123474828, -0.879720938, -0.428743541},
{2.958569842, 2.040029346, -0.547671008, -3.709666924, -3.532014985, -1.610652078},
{-0.081693409, -0.206354992, -3.744282847, 1.54407011, 2.860177621, 0.820098477},
{-0.293323306, -0.138934065, -3.665119915, 1.966257233, 2.585074712, 0.734205244},

{-0.068985457, 0.031306841, -3.401251809, 1.991532123, 2.908986396, 0.830739709},

{2.809795989, 2.019871625, -0.176296049, -3.521944943, -3.602840958, -1.930820923},
{1.792746081, -0.518936483, -1.051927383, 1.864399938, 1.289404505, -1.10447228},
{-4.443045001, 1.148705351, 3.06442127, -0.693111854, -0.577058072, 2.094870878},
{-1.612800908, 0.204875575, 1.731359896, -1.280026381, -1.426584922, 1.1874516},
{-4.264384244, 1.045535356, 2.825830364, -0.926250551, -0.46626096, 1.904753544},
{1.832393866, -0.252421655, -1.437418244, 1.815198467, 1.130752483, -1.392322667},
{0.055798599, -0.311644745, 0.204918659, 0.227272527, 0.17020951, -0.392648424},
{0.097344885, -0.459327944, -0.018274171, 0.330755355, -0.106301695, -0.292203242},
{-0.066521412, -0.252412643, 0.272733163, -0.029082565, 0.142358796, 0.043718698},
{0.001748854, -0.041848028, 0.077584787, 0.115609596, 0.214642446, -0.298304018},
{-0.050579066, -0.2797173, 0.207479937, 0.23853829, -0.021574369, -0.125564312}};
double[][] pesos_oculta_salida = {{-2.703854553, 1.963313402, 5.706433734, -4.155647474, -

6.461657826},
{2.588295326, -2.007536293, -1.275558822, -1.722126761, -1.165474431},
{4.52E+00, -5.374810122, -1.309181058, 4.720621901, -2.242638899},
{-5.322355979, 2.99450181, -2.602704169, 0.932978492, 1.679895248},
{-5.431311704, 2.526968376, -3.655370323, -0.520918112, 3.542756236},
{-0.316900924, -2.705868556, -2.457455562, 0.796367271, 2.862873163}};
double[] bias_entrada = {-0.229022272,

-0.380750531,
-0.100908951,
0.047543899,
-0.179823293,
0.014975206,
-0.03295534,
-0.215641414,
-0.342474332,
-0.225933489,
-0.631630246,
-0.318838112,
-0.310028108,
-0.469151443,
-0.653473141,
-0.610300063,
-0.576339143,
-0.566716384,
-0.565875173,
-0.604088371,
-5.35E-01,
-0.335398226,
-0.579982663,
-0.368707222,
-0.580633538,
0.158423599,
-0.248483118,
-0.130097845,
-0.444304685,
0.081058734};
double[] bias_oculta = {-0.02242,-0.28996,0.37946,0.21667,-0.13275,-0.36770};

double[] bias_salida = {-0.257194096,-3.143206497,-0.854363797,-2.141649325,-2.559446071};
int[] entrada = new int[neuronas_entrada];

double[] sumatoria_entrada = new double[neuronas_entrada];
double[] sigmoidal_entrada = new double[neuronas_entrada];
double[] oculta = new double[neuronas_oculta];

double[] sumatoria_oculta = new double[neuronas_oculta];
double[] sigmoidal_oculta = new double[neuronas_oculta];
double[] salida = new double[neuronas_salida];

double[] sumatoria_salida = new double[neuronas_salida];
double[] sigmoidal_salida = new double[neuronas_salida];
//1. procesamiento de la capa de entrada

//1.1 linealizar el patron de entrada
for (i = 0; i < filas_entrada; i++) {
for (j = 0; j < col_entrada; j++) {
entrada[i * col_entrada + j] = patron[i][j];

}
}
//1.2 sumar la entrada con el bias y calcular sigmidal

for (i = 0; i < neuronas_entrada; i++) {
sumatoria_entrada[i] = entrada[i] + bias_entrada[i];

sigmoidal_entrada[i] = 1 / (1 + Math.exp(-1 * sumatoria_entrada[i]));

}
//2. procesamiento de la capa oculta
// 2.1 sumatoria de productos de entrada por peso
for (j = 0; j < neuronas_oculta; j++) {
oculta[j] = 0;
for (i = 0; i < neuronas_entrada; i++) {
oculta[j] += sigmoidal_entrada[i] * pesos_entrada_oculta[i][j];
}
}
//2.2 sumatoria mas bias y calculo de sigmoidal
for (i = 0; i < neuronas_oculta; i++) {
sumatoria_oculta[i] = oculta[i] + bias_oculta[i];
sigmoidal_oculta[i] = 1 / (1 + Math.exp(-1 * sumatoria_oculta[i]));
}
//3. procesamiento de la capa salida

//3.1 suamtoria de productos de salida x peso
for (j = 0; j < neuronas_salida; j++) {
salida[j] = 0;
for (i = 0; i < neuronas_oculta; i++) {
salida[j] += sigmoidal_oculta[i] * pesos_oculta_salida[i][j];
}
}
//3.2 sumatoria mas bias y calculo de sigmoidal
for (i = 0; i < neuronas_salida; i++) {
sumatoria_salida[i] = salida[i] + bias_salida[i];
sigmoidal_salida[i] = 1 / (1 + Math.exp(-1 * sumatoria_salida[i]));
System.out.println("Sigmoidal [" + i + "]- " + sigmoidal_salida[i]);
}
// 4.construyendo la interface de salida
double mayor = -0.999;
int neurona_activada = -1;
for (i = 0; i < neuronas_salida; i++) {
if (sigmoidal_salida[i] > mayor) {
mayor = sigmoidal_salida[i];
neurona_activada = i;
}
}
if (mayor > 0.8 ) { // heuristica para saber si el patron es coherente
switch (neurona_activada) {
case 0:
JOptionPane.showMessageDialog(null, "ESTOY FELIZ");break;
case 1:
JOptionPane.showMessageDialog(null, "ESTOY TRISTE");break;
case 2:
JOptionPane.showMessageDialog(null, "ESTOY LLORON");break;
case 3:
JOptionPane.showMessageDialog(null, "ESTOY SERIO");break;
case 4:
JOptionPane.showMessageDialog(null, "ESTOY ALEGRE");break;
}
} else
{ JOptionPane.showMessageDialog(null, "NO PASA NADA");}
Codigo del formulario a utilizar

/*
* To change this license header, choose License Headers in Project Properties.
* To change this template file, choose Tools | Templates
* and open the template in the editor.
*/
package view;
import java.awt.Color;
import java.awt.Component;
import java.awt.event.MouseEvent;
import java.awt.event.MouseListener;
import digitos.Digitos;
import javax.swing.JLabel;
/**

*
* @author Bryan
*/
public class frmDigito extends javax.swing.JFrame implements MouseListener{
/**
* Creates new form frmDigito
*/
public frmDigito() {
initComponents();
lb00.addMouseListener((MouseListener)this);
}
/**
* This method is called from within the constructor to initialize the form.
* WARNING: Do NOT modify this code. The content of this method is always
* regenerated by the Form Editor.
*/
@SuppressWarnings("unchecked")
// <editor-fold defaultstate="collapsed" desc="Generated Code">
private void initComponents() {
jPanel1 = new javax.swing.JPanel();

lb00 = new javax.swing.JLabel();


btnAnalizar = new javax.swing.JButton();
btnClean = new javax.swing.JButton();
setDefaultCloseOperation(javax.swing.WindowConstants.EXIT_ON_CLOSE);
setMinimumSize(new java.awt.Dimension(174, 238));
setResizable(false);
jPanel1.setBackground(new java.awt.Color(204, 204, 255));

jPanel1.setBorder(javax.swing.BorderFactory.createBevelBorder(javax.swing.border.BevelBorder.RAISED));
lb00.setBackground(new java.awt.Color(255, 255, 255));

lb00.setToolTipText("");
lb00.setMaximumSize(new java.awt.Dimension(30, 30));
lb00.setMinimumSize(new java.awt.Dimension(30, 30));
lb00.setName("0"); // NOI18N
lb00.setOpaque(true);
lb00.setPreferredSize(new java.awt.Dimension(30, 30));


































javax.swing.GroupLayout jPanel1Layout = new javax.swing.GroupLayout(jPanel1);

jPanel1.setLayout(jPanel1Layout);
jPanel1Layout.setHorizontalGroup(
jPanel1Layout.createParallelGroup(javax.swing.GroupLayout.Alignment.LEADING)
.addGroup(jPanel1Layout.createSequentialGroup()
.addComponent(lb00, javax.swing.GroupLayout.DEFAULT_SIZE, javax.swing.GroupLayout.DEFAULT_SIZE, Short.MAX_VALUE)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addComponent(lb04, javax.swing.GroupLayout.DEFAULT_SIZE, javax.swing.GroupLayout.DEFAULT_SIZE, Short.MAX_VALUE))
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
);
jPanel1Layout.setVerticalGroup(
jPanel1Layout.createParallelGroup(javax.swing.GroupLayout.Alignment.LEADING)
.addGroup(jPanel1Layout.createParallelGroup(javax.swing.GroupLayout.Alignment.LEADING)


.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addGap(1, 1, 1)
.addComponent(lb50, javax.swing.GroupLayout.DEFAULT_SIZE, javax.swing.GroupLayout.DEFAULT_SIZE, Short.MAX_VALUE)))
);
btnAnalizar.setText("Analizar");
btnAnalizar.addActionListener(new java.awt.event.ActionListener() {
public void actionPerformed(java.awt.event.ActionEvent evt) {
btnAnalizarActionPerformed(evt);
}
});
btnClean.setText("Limpiar");
btnClean.addActionListener(new java.awt.event.ActionListener() {
public void actionPerformed(java.awt.event.ActionEvent evt) {
btnCleanActionPerformed(evt);
}
});
javax.swing.GroupLayout layout = new javax.swing.GroupLayout(getContentPane());

getContentPane().setLayout(layout);
layout.setHorizontalGroup(
layout.createParallelGroup(javax.swing.GroupLayout.Alignment.LEADING)
.addGroup(layout.createSequentialGroup()
.addContainerGap()
.addGroup(layout.createParallelGroup(javax.swing.GroupLayout.Alignment.LEADING)
.addComponent(jPanel1, javax.swing.GroupLayout.DEFAULT_SIZE, javax.swing.GroupLayout.DEFAULT_SIZE, Short.MAX_VALUE)
.addComponent(btnClean, javax.swing.GroupLayout.PREFERRED_SIZE, 73, javax.swing.GroupLayout.PREFERRED_SIZE)
.addPreferredGap(javax.swing.LayoutStyle.ComponentPlacement.RELATED)
.addComponent(btnAnalizar, javax.swing.GroupLayout.DEFAULT_SIZE, javax.swing.GroupLayout.DEFAULT_SIZE, Short.MAX_VALUE)))
.addContainerGap())
);
layout.setVerticalGroup(
layout.createParallelGroup(javax.swing.GroupLayout.Alignment.LEADING)
.addContainerGap()
.addComponent(jPanel1, javax.swing.GroupLayout.PREFERRED_SIZE, javax.swing.GroupLayout.DEFAULT_SIZE,
javax.swing.GroupLayout.PREFERRED_SIZE)
.addGap(18, 18, 18)
.addGroup(layout.createParallelGroup(javax.swing.GroupLayout.Alignment.BASELINE)
.addComponent(btnClean)
.addComponent(btnAnalizar))
.addGap(24, 24, 24))
);

pack();
}// </editor-fold>
private void btnAnalizarActionPerformed(java.awt.event.ActionEvent evt) {

int[][] matriz = new int[7][5];
int i = 0, j = 0;
for (Component cmp : jPanel1.getComponents()) {
JLabel lb = (JLabel)cmp;
matriz[i][j] = Integer.parseInt(lb.getName());
j++;
if(j == 5){
i++;
j = 0;
}
}
Digitos.analizar(matriz);
//test
/*for (int k = 0; k < 7; k++) {
for (int l = 0; l < 5; l++) {
System.out.println("pos i:"+k+" j:"+l +" = "+matriz[k][l]);
}
}*/
}
private void btnCleanActionPerformed(java.awt.event.ActionEvent evt) {
for (Component cmp : jPanel1.getComponents()) {
cmp.setName("0");
cmp.setBackground(Color.white);
}
}
@Override
public void mouseClicked(MouseEvent e) {
JLabel l = (JLabel)e.getSource();
if(l.getName().equals("0")){
l.setBackground(new Color(102,102,102));
l.setName("1");
}else{
l.setBackground(Color.white);
l.setName("0");
}
}
/**
* @param args the command line arguments
*/
public static void main(String args[]) {
/* Set the Nimbus look and feel */
//<editor-fold defaultstate="collapsed" desc=" Look and feel setting code (optional) ">
/* If Nimbus (introduced in Java SE 6) is not available, stay with the default look and feel.
* For details see http://download.oracle.com/javase/tutorial/uiswing/lookandfeel/plaf.html
*/
try {
for (javax.swing.UIManager.LookAndFeelInfo info : javax.swing.UIManager.getInstalledLookAndFeels()) {
if ("Nimbus".equals(info.getName())) {
javax.swing.UIManager.setLookAndFeel(info.getClassName());
break;
}
}
} catch (ClassNotFoundException ex) {
java.util.logging.Logger.getLogger(frmDigito.class.getName()).log(java.util.logging.Level.SEVERE, null, ex);
} catch (InstantiationException ex) {
} catch (IllegalAccessException ex) {
} catch (javax.swing.UnsupportedLookAndFeelException ex) {
}
//</editor-fold>
/* Create and display the form */

java.awt.EventQueue.invokeLater(new Runnable() {
public void run() {
new frmDigito().setVisible(true);
}
});
}
// Variables declaration - do not modify

private javax.swing.JButton btnAnalizar;
private javax.swing.JButton btnClean;

private javax.swing.JPanel jPanel1;

private javax.swing.JLabel lb00;
// End of variables declaration
@Override
public void mousePressed(MouseEvent e) {
//throw new UnsupportedOperationException("Not supported yet."); //To change body of generated methods, choose Tools | Templates.
}
@Override
public void mouseReleased(MouseEvent e) {
}
@Override
public void mouseEntered(MouseEvent e) {
}
@Override
public void mouseExited(MouseEvent e) {
}
5. Ejecutando la Aplicacin en java.

6. Creando el patrn del emoticn FELIZ.
7. Finalmente se hace el clculo de la red neuronal y nos muestra el Mensaje configurado

Redes Neuronales

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Redes Neuronales

Încărcat de

Drepturi de autor:

Formate disponibile

INGENIERIA INFORMATICA Y DE SISTEMAS

EINER VASQUESZ CASTILLO

RED NEURONAL RECONOCIENDO EMOTICON

EINER VASQUESZ CASTILLO EVC

4. Ahora, en Joone construiremos nuestra red neuronal que tendr lo siguiente:

EINER VASQUESZ CASTILLO EVC

7. Editaremos las propiedades correspondientes: Nombre (CapaEntrada, CapaOculta,

8. Por ltimo unimos las funciones de izquierda a derecha:

EINER VASQUESZ CASTILLO EVC

EINER VASQUESZ CASTILLO EVC

Listo, ya tenemos nuestra red supervisada.

EINER VASQUESZ CASTILLO EVC

CALCULANDO LOS SIGMOIDALES CON EXCEL

2. Completamos la plantilla con la informacin de las BIAS y PESOS como se muestra en la

EINER VASQUESZ CASTILLO EVC

EINER VASQUESZ CASTILLO EVC

Es as que los patrones son ingresados para la red neuronal.

EINER VASQUESZ CASTILLO EVC

CREADO INTERFAZ PARA LA RED NEURONAL

1. Crearemos la aplicacin en el IDE de Netbeans con el lenguaje de programacin JAVA.

2. Creamos el proyecto asignamos el nombre y guardamos.

EINER VASQUESZ CASTILLO EVC

3. Se Crea el proyecto y ahora utilizare una plantilla para la creacin de la aplicacion

EINER VASQUESZ CASTILLO EVC

Codigo main de la aplicacion

public static void analizar(int[][] patron){

double[][] pesos_entrada_oculta = {{-0.23923512, -0.219533937, 0.018702104, 0.19104507,

EINER VASQUESZ CASTILLO EVC

{-0.068985457, 0.031306841, -3.401251809, 1.991532123, 2.908986396, 0.830739709},

double[][] pesos_oculta_salida = {{-2.703854553, 1.963313402, 5.706433734, -4.155647474, -

double[] bias_entrada = {-0.229022272,

double[] bias_oculta = {-0.02242,-0.28996,0.37946,0.21667,-0.13275,-0.36770};

int[] entrada = new int[neuronas_entrada];

double[] oculta = new double[neuronas_oculta];

double[] salida = new double[neuronas_salida];

//1. procesamiento de la capa de entrada

entrada[i * col_entrada + j] = patron[i][j];

//1.2 sumar la entrada con el bias y calcular sigmidal

EINER VASQUESZ CASTILLO EVC

sigmoidal_entrada[i] = 1 / (1 + Math.exp(-1 * sumatoria_entrada[i]));

//3. procesamiento de la capa salida

Codigo del formulario a utilizar

EINER VASQUESZ CASTILLO EVC

jPanel1 = new javax.swing.JPanel();

EINER VASQUESZ CASTILLO EVC

lb50 = new javax.swing.JLabel();

jPanel1.setBackground(new java.awt.Color(204, 204, 255));

lb00.setBackground(new java.awt.Color(255, 255, 255));

lb01.setBackground(new java.awt.Color(255, 255, 255));

lb02.setBackground(new java.awt.Color(255, 255, 255));

lb03.setBackground(new java.awt.Color(255, 255, 255));

lb04.setBackground(new java.awt.Color(255, 255, 255));

lb10.setBackground(new java.awt.Color(255, 255, 255));

lb11.setBackground(new java.awt.Color(255, 255, 255));

lb12.setBackground(new java.awt.Color(255, 255, 255));

lb13.setBackground(new java.awt.Color(255, 255, 255));

EINER VASQUESZ CASTILLO EVC

lb13.setMaximumSize(new java.awt.Dimension(30, 30));

lb14.setBackground(new java.awt.Color(255, 255, 255));

lb20.setBackground(new java.awt.Color(255, 255, 255));

lb21.setBackground(new java.awt.Color(255, 255, 255));

lb22.setBackground(new java.awt.Color(255, 255, 255));

lb23.setBackground(new java.awt.Color(255, 255, 255));

lb24.setBackground(new java.awt.Color(255, 255, 255));