1. FACULTAD DE INGENIERA DE SISTEMAS Y ELECTRONICA
ESCUELA DE INGENIERIA ELECTRONICA
Prof. Ing. José C. Benítez P.
SI01 SISTEMAS INTELIGENTES Y REDES NEURONALES
BALOTARIO PC2
1. Resolver:
a. El siguiente problema de clasificación con el SLP:
~(A->B).
Graficar la evolución del CE mediante la LS.
Mostrar la solución además con comandos del Matlab.
b. Graficar el modelo sintético de una RNA con las siguientes características:
- 12 entradas y 4 capas procesadoras.
- 1era. CP: 48 neuronas.
- 2da. CP: 56 neuronas.
- 3ra. CP: 24 neuronas.
- CS: 32 neuronas.
2. Mediante la regla de aprendizaje del Perceptron, entrenar una red con el siguiente CE:
p = [ 1 -1 0 1; 2 1 -1 - 1]
t = [1 -1 -1 1]
Graficar la evolución del CE mediante la LS.
Mostrar la solución además con comandos del Matlab.
3. Diseñar mediante un Perceptron un clasificador de frutas:
P = [forma; textura; peso; color]
Los valores de cada parámetro son:
forma: 1 redonda, -1 otra.
textura: 1 lisa, -1 otra.
peso: 1 menor de 0.5 Kg., -1 otra.
color: 1 rojo, -1 otra.
Graficar la evolución del CE mediante la LS.
Mostrar la solución además con comandos del Matlab.
4. Entrenar a la siguiente RNA y graficar la evolución del CE:
p = [ -2 -1 1 -1 1; 2 3 3 -3 -2]
t = [1 1 1 -1 -1; 1 1 -1 1 -1]
Graficar la evolución del CE mediante la LS.
Mostrar la solución además con comandos del Matlab.
5. Resolver el siguiente problema de clasificación con el algoritmo de Adaline:
Función de la red: ~(A->B).
Graficar la evolución del CE mediante la LS.
Mostrar la solución además con comandos del Matlab
6. Mediante la regla de aprendizaje de Adaline, entrenar una red con el siguiente CE:
p = [ 1.5 -1.2 0.1 -1.4; 2.2 1.1 -1.3 1.4]
t = [1.3 -1.2 -1.5 1.1]
Graficar la evolución del CE mediante la LS.
Mostrar la solución además con comandos del Matlab.

2. 7. Diseñar mediante una Adaline un clasificador de objetos según sus parámetros de forma, textura, peso y
color:
P = [forma; textura; peso; color]
Los valores de cada parámetro son:
forma: 1.5 redonda, -1.3 otra.
textura: 1.2 lisa, -1.1 otra.
peso: 1.1 menor de 0.5 Kg., -2.1 otra.
color: 1.8 rojo, -3.1 otra.
Graficar la evolución del CE mediante la LS.
Mostrar la solución además con comandos del Matlab.
8. Entrenar utilizando su algoritmo de entrenamiento a la siguiente RNA Adaline y graficar la evolución del CE:
p = [ -2.3 -1.1 1.5 -1.5 1.4; 2.1 3.3 3.4 -3.2 -2.3]
t = [1.1 1.3 1.5 -1.2 -1.1; 1.2 1.1 -1.5 1.4 -1.2]
Graficar la evolución del CE mediante la LS.
Mostrar la solución además con comandos del Matlab.
9. Calcular la salida de una RBFN con dos neuronas de entrada, dos neuronas ocultas y una neurona de salida.
X(n) = (0.59, 0.29)
C1= (0.25, 0.76)
C2= (0.87, 0.35)
d1 = 0.21
d2 = 0.29
w11= 0.18
w21= 0.79
u1 = 1.0
Mostrar la solución además con comandos del Matlab.
NOTA: En sus soluciones considerar:
a. Diagrama de la red.
b. Diagrama del PA.
c. Inicialización de la red.
d. Entrenamiento de la red.
e. Simulación de la red.