Inteligência Artificial - Aula 1 ao 11 pt8

Prévia do material em texto

Rede Neural Não Supervisionada:
Mapa auto-organizáveis
- Rede de Kohonen
-Teoria da ressonância adaptativa
Topologia(Rede de Kohonen)
	------ * Algoritmo *-----------
Inicializados dos pesos
Para t=1 a (máximo de iterações)
Selecione entrada 1
Verifique qual neurônio “é mais parecido” com a entrada
(O neurônio mais parecido ganha comeptição)
Ajuste dos pesos do neurônio vencedor
T <- t+1
*Ajuste dos pesos: w(t+1)=W(t)+alpha(xi-wi).h
Verm = taxa de aprendizado
Verd=distância
Azul=Vizinhança
 Ex: Agrupar em 2 classes os seguintes padrões: 
P1:[1100]
P2:[0001]
P3:[1000]
P4:[0011]
 Pesos iniciais:
W:	 0.2	0.8
 	0.6	0.4
	0.5	0.7
	0.9 	0.3
W é uma matriz ! (2x2)
M=2/////alpha=0.6////////alpha(t+1)=0.5*alpha(t)
Apresenta padrão 1:
P1:[1100]
 D(1)=(0.2-1)²+(0.6-1)²+(0.5-0)²+(0.9-0)²
D(1)=1.86
D(2)=(0.8-1)²+(0.4-1)²+(0.7-0)²+(0.3-0)²
D(2)=0.98
O vencedor foi o 2 (D(2)).
Atualização dos pesos:
Wn= Wa +alpha[x-w]
Wn=[0.8 0.4 0.7 0.3] + 0.6[0.2 0.6 -0.7 -0.3] = [0.8 0.4 0.7 0.3] + [0.12 0.36 -0.42 -0.18] = [0.92 0.76 0.28 0.12]
*Wn= 0.2	0.92
	0.6	0.76
	0.5	0.28
	0.9	0.12
O (*Wn) é uma matriz 2x2.
Apresenta Padrão 2
	P2=[0001]