RNA uso de las funciones

de activacin: Identidad y
sinusoidal
INTELIGENCIA ARTIFICIAL
UNIVERSIDAD NACIONAL PEDRO
RUIZ GALLO
ESCUELA PROFESIONAL DE
INGENIERA DE SISTEMAS
INTELIGENCIA ARTIFICIAL
INTEGRANTES:
ARIAS BARON KEVIN JS
CHILN TORRES JENIFFER
DAZ COTRINA JOS LUIS
HUAMN GUEVARA LADY
ROQUE LEONARDO IRVIN
ASESOR:
ING. GAVINO LOYAGA O.
2014
REDES NEURONALES
ARTIFICIALES
Es una unidad de
procesamiento de la
informacin, es un
dispositivo simple de clculo
que ante un vector de
entradas proporciona una
nica salida.
La neurona artificial fue
diseada para "emular" las
caractersticas del
funcionamiento bsico de la
neurona biolgica.
REDES NEURONALES
ARTIFICIALES
En esencia, se aplica un conjunto de entradas a la neurona, cada una de
las cuales representa una salida de otra neurona. Cada entrada se
multiplica por su "peso" o ponderacin correspondiente anlogo al
grado de conexin de la sinapsis.
Todas las entradas ponderadas se suman y se determina el nivel de
excitacin o activacin de la neurona.
REDES NEURONALES
ARTIFICIALES
Una representacin vectorial del funcionamiento bsico de
una neurona artificial se indica segn la siguiente expresin
de la ecuacin
NET = X*W
Siendo NET la salida, X el vector de entrada y W el vector de
pesos.
Normalmente la seal de salida NET suele ser procesada por
una funcin de activacin F para producir la seal de salida
de la neurona OUT. La funcin F puede ser una funcin lineal,
o una funcin umbral o una funcin no lineal que simula con
mayor exactitud las caractersticas de transferencia no
lineales de las neuronas biolgicas.
REDES NEURONALES
ARTIFICIALES
La Figura representa una neurona artificial con una funcin
de activacin F.







Modelo de Neurona Artificial.

FUNCIONES DE ACTIVACIN
Se suele distinguir entre funciones lineales, en las que la
salida es proporcional a la entrada; funciones de umbral, en
las cuales la salida es un valor discreto (tpicamente binario
0/1) que depende de si la estimulacin total supera o no un
determinado valor de umbral; y funciones no lineales, no
proporcionales a la entrada.
Las ms empleadas son las mencionadas a continuacin:
- Funcin escaln
- Funcin lineal y mixta
- Funcin sigmoidal o logstica
- Funcin radial (gaussiana)


FUNCIN IDENTIDAD
Se usa en problemas de aproximacin o estimacin lineal. La
funcin Identidad corresponde a la funcin F(x) =x. En las
neuronas con funcin mixta si la suma de las seales de
entrada es menor que un lmite inferior, la activacin se
define como 0 ( 1). Si dicha suma es mayor o igual que el
lmite superior, entonces la activacin es 1. Si la suma de
entrada est comprendida entre ambos lmites, la activacin
se define como una funcin lineal de suma de las seales de
entrada.
Neuronas que emplean esta funcin de transferencia son
empleadas en la red tipo Adaline.


FUNCIN IDENTIDAD
FUNCIN SINUSOIDAL
Que genera salidas continuas en el intervalo
[-1,+1]. Estas funciones suelen emplearse en los
casos en los que se requiere explcitamente una
periodicidad temporal.

= sin( +)
FUNCIN SINUSOIDAL
= sin( + )