Documente Academic
Documente Profesional
Documente Cultură
SISTEMAS
INTELIGENCIA ARTIFICIAL
APLICACIONES DE LAS RNA
Entrenamiento es un método matemático
Comprender:
1. Estructura general de una neurona biológica
2. El funcionamiento general, como procesa
información la neurona.
• El axón: Es la vía a través de la cual se transmite la información de unas
células a otras.
Canales Iónicos
En equilibrio
La sinapsis es una unión intercelular entre neuronas. En estos contactos se lleva a cabo la transmisión del impulso nervioso.
Éste se inicia con una descarga química que origina una corriente eléctrica en la membrana de la célula presináptica (célula
emisora).
Potencial de acción
Botón terminal
La magnitud de los potenciales postsináptico depende de la intensidad que se conecte las 2 neuronas
A esa magnitud de llama Peso Sináptico W.
Potenciales de acción
𝑾𝟐
Potencial de acción
𝑾𝟏
𝑾𝟑
𝑾𝟒 𝑾𝟓
Funciones anidadas
Red Perceptrón
• Diseño de red Perceptrón para reconocimiento
• Algoritmo de aprendizaje
• Reconocimiento de numero de 7 segmentos
b=polarización
n=entrada neta
n>0
n<0
b=polarización
Considere: W1=-1, W2=-1, b=0.5
P2 P1
𝑛 = 𝑊1 𝑃1 + 𝑊2 𝑃2 + 𝑏 -0.5 1
0 = −1𝑃1 − 1𝑃2 + 0.5 0 0.5
0.5 0
𝑃1= 0.5 − 𝑃2
1 -0.5
1.5 -1
N<0
P2 P1
-0.5 1
0 0.5
0.5 0
1 -0.5
1.5 -1
W
n>0
2 fronteras de decisión
W vector peso sináptico
W
5
1
-5
-1
2
-10
Inteligencia Artificial con matlab
Diseñe una red neuronal Perceptrón para que realice la
función: a)AND, b)OR, c)NAND, d)NOR
Código
P=[0 0 1 1; 0 1 0 1 ];%Valores de entrada
T=[0 0 0 1];%Valores de salida
plotpv(P,T)%Patrones de P/T
red=newp([0 1;0 1],1);
%Se crea un perceptron cuyas características son:
%Rango de las dos entradas 0<=P<=1
%Numero de neuronas 1
red.iw{1,1}=[1 1]; %Se asignan valores a los pesos de las entradas
red.b{1}=0.5; %Se asigna valor al bias o polarización de la neurona
Pesos=red.iw{1,1};
Bias=red.b{1};