Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
Woi9 ia 2015 1 balotario de la pc2
1. FACULTAD DE INGENIERA DE SISTEMAS Y ELECTRONICA
Ciclo. 2015-1.
Prof. M. Sc. Ing. José C. Benítez P.
WOI9 INTELIGENCIA ARTIFICIAL
BALOTARIO PARA LA SEGUNDA PRÁCTICA
Gráfico de redes:
1. Graficar una red tetracapa con FTs hs/hm/tansig/logsig, donde la segunda CO tiene 500 UPs más que la
primera y 300 más que la tercera. La CS tiene 400 neuronas más que la CE. La segunda CO tiene el doble
de UPs que la salida. El total de neuronas es 1000. Cada entrada tiene 50 valores. Escribir sus ecuaciones
de cálculo.
2. Graficar una red pentacapa con FTs todas distintas, y escribir sus ecuaciones de cálculo. Las CPs pares
tiene el mismo número de UPs. La CP intermedia tiene la suma de ambas CPs. La última CP tiene la mitad
de UPs que la primera CP e igual UPs que la penúltima. La CE tiene 400 neuronas más que la última CP. El
total de neuronas es 2000. Cada entrada tiene 30 valores.
Red Perceptron Monocapa:
1. Describir los pasos del Algoritmo de entrenamiento.
2. Graficar el diagrama de flujo del Algoritmo de entrenamiento.
3. Diseñar una red SLP con 3Ups no entrenable. Indicar lo que se debe hacer para que sea entrenable.
4. Entrenar matemáticamente las redes SLP de las ELs:
a. Condicional.
b. (A => B) => C
5. Mediante el algoritmo de entrenamiento del SLP entrenar las redes SLP de las ELs dadas. En cada una
graficar la evolución de la LS/PS:
a. A => B
b. (A => B) => C
c. ~(A B) v (A ∧ C)
d. P=[-1.2 -2.4 -1.6 0.5; -0.8 -1.0 -2 -1.1; -1.4 -2 -0.8 – 0.2], T=[-1 1 -1 1]
e. P1=[2 ; 1] T1=1; P2=[0 ; -1] T2=1; P3=[-2 ; 1] T3=-1; P4=[1 ; 2] T4=-1; W0=[0.8; 0.3]; b0=[0.6].
f. P1=[2 ; 1] T1=1; P2=[0 ; -1] T2=1; P3=[-2 ; 1] T3=-1; P4=[1 ; 2] T4=-1; W0=[-0.7; 0.2]; b0=[0.5].
6. Entrenar en una sola iteración las redes SLP de las ELs:
a. Condicional
b. (A => B) ∧ A
Red MLP con algoritmo SLP:
1. Entrenar las redes MLP de la ELs dadas.
a. ~XOR.
b. A B.