PROGRAMACION AVANZADA

PRACTICA #1 REDES NEURONALES ARTIFICIALES

Jess Isidro Garca Adame

095428

TORREON COAH. A 13-03-2013

1. Objetivo
Conocer los conceptos fundamentales de las redes neuronales artificiales y de manera general su historia.
Identificar las situaciones donde las soluciones basadas en modelos de RNA son factibles.
Entender el funcionamiento de las arquitecturas ms populares de RNA.
Conocer aplicaciones actuales de los modelos estudiados.
Comprender la aplicacin de las RNA en el mbito del reconocimiento de parmetros y prediccin.
2. Material Usado.
MATLAB
3. Fundamento Terico.
1. Qu es una red neuronal artificial? Son paradigmas de aprendizaje por medio de neuronas que
interactan entre s para lograr un fin determinado.
2. En qu aplicaciones pueden utilizarse redes neuronales artificiales? Reconocimiento de imgenes
especialmente de rostros, predicciones meteorolgicas, entre otras.
3. Qu ventajas y desventajas tiene una red neuronal articial con respecto a la programacin tradicional de
las computadoras? Pueden aprender a un problema determinado y la consecuencia es que aun son muy
lentas.
4. Describa el proceso para crear un reconocedor de parmetros que utiliza redes neuronales articiales. 1limpiar pantalla y variables. 2- declarar variables y matices de las letras. 3- crear la red neuronal. 4-entrenar la
red neuronal. 5- probar la red neuronal.
4. Desarrollo.
Se deber desarrollar un reconocedor de los caracteres del alfabeto. La red neuronal implementada para este
fin deber reconocer todas las letras maysculas y minsculas del alfabeto. Las letras sern implementadas
en matrices de 10 x10.

PROGRAMA QUE PRESENTA UNA IMAGEN DE LA TECLA PRESIONADA.

clear all;
clc
%mayusculas
P=[0,0,1,1,1,1,1,1,0,0;0,0,1,1,1,1,1,1,0,0;0,0,1,1,0,0,1,1,0,0;0,0,1,1,0,0,1,1,0,0;0,0,1,1,1,1,1,1,0,0;0,0,1,1,1,1,1
,1,0,0;0,0,1,1,0,0,0,0,0,0;0,0,1,1,0,0,0,0,0,0;0,0,1,1,0,0,0,0,0,0;0,0,1,1,0,0,0,0,0,0];
Q=[0,0,0,0,0,0,0,0,0,0;0,0,1,1,1,1,1,0,0,0;0,0,1,0,0,0,1,0,0,0;0,0,1,0,0,0,1,0,0,0;0,0,1,0,0,0,1,0,0,0;0,0,1,0,0,0,1
,0,0,0;0,0,1,0,0,1,1,0,0,0;0,0,1,1,1,1,1,1,0,0;0,0,0,0,0,0,1,1,0,0;0,0,0,0,0,0,0,0,0,0];
R=[0,0,1,1,1,1,1,1,0,0;0,0,1,1,1,1,1,1,0,0;0,0,1,1,0,0,1,1,0,0;0,0,1,1,0,0,1,1,0,0;0,0,1,1,1,1,1,1,0,0;0,0,1,1,1,0,0
,0,0,0;0,0,1,1,0,1,0,0,0,0;0,0,1,1,0,0,1,0,0,0;0,0,1,1,0,0,1,1,0,0;0,0,1,1,0,0,1,1,0,0];
S=[0,0,1,1,1,1,1,1,0,0;0,0,1,1,1,1,1,1,0,0;0,0,1,1,0,0,1,1,0,0;0,0,1,1,0,0,0,0,0,0;0,0,1,1,1,1,1,1,0,0;0,0,1,1,1,1,1
,1,0,0;0,0,0,0,0,0,1,1,0,0;0,0,1,1,0,0,1,1,0,0;0,0,1,1,1,1,1,1,0,0;0,0,1,1,1,1,1,1,0,0];
T=[0,0,1,1,1,1,1,1,0,0;0,0,1,1,1,1,1,1,0,0;0,0,0,0,1,1,0,0,0,0;0,0,0,0,1,1,0,0,0,0;0,0,0,0,1,1,0,0,0,0;0,0,0,0,1,1,0
,0,0,0;0,0,0,0,1,1,0,0,0,0;0,0,0,0,1,1,0,0,0,0;0,0,0,0,1,1,0,0,0,0;0,0,0,0,1,1,0,0,0,0];
%minusculas
p=[0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,1,1,1,0,0,0,0,0;0,0,1,0,0,1,0,
0,0,0;0,0,1,0,0,1,0,0,0,0;0,0,1,1,1,0,0,0,0,0;0,0,1,0,0,0,0,0,0,0;0,0,1,0,0,0,0,0,0,0];
r=[0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,1,0,0,0,0,
0,0,0;0,0,1,1,1,0,0,0,0,0;0,0,1,0,0,0,0,0,0,0;0,0,1,0,0,0,0,0,0,0;0,0,1,0,0,0,0,0,0,0];
q=[0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,0,0,1,1,1,0,0,0;0,0,0,1,0,0,1,
0,0,0;0,0,0,1,0,0,1,0,0,0;0,0,0,0,1,1,1,0,0,0;0,0,0,0,0,0,1,0,0,0;0,0,0,0,0,0,1,0,0,0];
s=[0,0,0,0,0,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0;0,0,0,1,1,1,1,1,0,0;0,0,1,0,0,0,0,0,0,0;0,0,1,0,0,0,0,0,0,0;0,0,0,1,1,1,1,
0,0,0;0,0,0,0,0,0,0,1,0,0;0,0,0,0,0,0,0,1,0,0;0,0,1,1,1,1,1,0,0,0;0,0,0,0,0,0,0,0,0,0];
t=[0,0,0,0,0,0,0,0,0,0;0,0,0,0,1,0,0,0,0,0;0,0,0,0,1,0,0,0,0,0;0,0,1,1,1,1,1,0,0,0;0,0,0,0,1,0,0,0,0,0;0,0,0,0,1,0,0,
0,0,0;0,0,0,0,1,0,0,0,0,0;0,0,0,0,1,0,0,0,0,0;0,0,0,0,1,0,0,0,0,0;0,0,0,0,0,0,0,0,0,0];
P1=[P Q R S T p q r s t]; %INFORMACION DE LA RED
T1=[P Q R S T p q r s t]; %OBJETIVOS
pause;
net = newff(minmax(P1),[10,1],{'logsig','purelin'},'trainlm', 'learngdm'); % SE CREA LA RED
disp('LA RED A SIDO CREADA');
disp('EN SEGUIDA SE PROCEDERA EL ENTRENAMIENTO...');
pause;
I=0;
while (I~=999);
I=input('IGRESA UNA LETRA DE LA P A LA T? ');
x=sim(net,I); %PROBANDO EL VALOR INGRESADO AL PROGRAMA
if (I==P)
disp('es la letra P mayuscula ');
pcolor(P)
elseif (I==Q)
disp('es la letra Q mayuscula ');
pcolor(Q)
elseif (I==R)
disp('es la letra R mayuscula ');
pcolor(R)
elseif (I==S)
disp('es la letra S mayuscula ');

pcolor(S)
elseif (I==T)
disp('es la letra T mayuscula ');
pcolor(T)
elseif (I==p)
disp('es la letra p minuscula ');
pcolor(p)
elseif (I==q)
disp('es la letra q minuscula ');
pcolor(q)
elseif (I==r)
disp('es la letra r minuscula ');
pcolor(r)
elseif (I==s)
disp('es la letra s minuscula ');
pcolor(s)
elseif (I==t)
disp('es la letra t minuscula ');
pcolor(t)
else
disp('esa letra no se encuentra en reconosimiento');
end
end
disp('GRACIAS POR ENTRENARLA');

5. Observaciones.
Se pudo observar que no solo nos basamos en lo aprendido en clase sino tambin en lo que nos
gustara ir agregando a nuestra programacin como comandos no vistos en clase como el pcolor(),
que nos sirve para observar la imagen en cuadricula.
6. Conclusiones.
Mis conclusiones es que he aprendido mas sobre la programacin en MatLab y sobre las redes
neuronales, ya que me he puesto a investigar algunos comandos utilizados en su programacin como
el entrenamiento, el tipo de red, como visualizar imgenes, como activar la cmara y cosas as, para
mejorar la aplicacin de mi programa.