Las redes neuronales artificiales son un intento de emular la forma de trabajar
del cerebro humano y aunque aun estamos lejos de alcanzar su misma capacidad,
son un instrumento de gran potencia para una gran cantidad de aplicaciones y
un campo de investigación prometedor.
El Perceptrón
Es un modelo simple de neurona. Al igual que una neurona real, el Perceptrón
recibe señales de entrada(como si fueran dendritas), y saldra una salida (simulando
un axón). Las entradas del Perceptrón podrán tomar los valores entre 1
y 0. Cada una de las entradas de las entradas (x) se le asigna un valor llamado
peso (w). La salida (z) del Perceptrón es una función que depende del valor de
las entradas, de sus pesos y del umbral de disparo de la neurona (theta) y su valor
siempre está entre 0 y 1.
La salida de la neurona se puede defínir como: la suma del producto de cada
entrada (x), multiplicada por su peso correspondiente (w). Si el valor del calculo
es mayor que el umbral, entonces el Perceptrón se dispara.
Nuestra tarea será ir ajustando los pesos a el umbral, a través del proceso
de entrenamiento. Este tipo de redes neuronales las llamamos de aprendizaje
supervisado, ya que durante el entrenamiento se van agregando ejemplos a la
red y según la respuesta de la red comparada con la respuesta esperada, se iran
ajustando los valores correspondientes.
Entrenamiento
El proceso de entrenamiento del Perceptrón permite ajustar los pesos y el umbral
adecuados para que la red se comporte de la manera deseada ante ciertas
entradas, a continuación se presentan los pasos a seguir para esto:
1. Ajustar los pesos y el umbral de manera aleatorea.
2. Aplicar las entradas x, a la red.
3. Calcular la salida y.
4. Comparar el resultado obtenido con el calculo y el resultado deseado.
5. Si hay un error, modi car los pesos w, y el valor de umbral.
6. Repetir el proceso anterior hasta que el error se encuentre dentro de un
rango aceptable.
Ver Video de explicación:
Descargar el código de entrenamiento en python:
Descargar el archivo de excel:
Implementación del Perceptrón en tarjeta Arduino
A continuación vamos a implementar el algoritmo del preceptrón en la tarjeta arduino, para esto ya hemos calculado los pesos adecuados para que el Perceptrón se comporte como la compuerta OR.
La implementación se muestra en el siguiente video:
Descargar código de Arduino:
Saludos
Victor Romero
Opmerkingen