PROGRAMACION AVANZADA

PRACTICA #1 REDES NEURONALES ARTIFICIALES

Jesús Isidro García Adame

095428

TORREON COAH. A 13-03-2013

crear la red neuronal. 3. . Identificar las situaciones donde las soluciones basadas en modelos de RNA son factibles.declarar variables y matices de las letras. ¿Qué ventajas y desventajas tiene una red neuronal artificial con respecto a la programación tradicional de las computadoras? Pueden aprender a un problema determinado y la consecuencia es que aun son muy lentas. La red neuronal implementada para este fin deberá reconocer todas las letras mayúsculas y minúsculas del alfabeto. 4. predicciones meteorológicas. 1.1. Entender el funcionamiento de las arquitecturas más populares de RNA. Objetivo Conocer los conceptos fundamentales de las redes neuronales artificiales y de manera general su historia. Describa el proceso para crear un reconocedor de parámetros que utiliza redes neuronales artificiales. 3. Comprender la aplicación de las RNA en el ámbito del reconocimiento de parámetros y predicción. Se deberá desarrollar un reconocedor de los caracteres del alfabeto.probar la red neuronal. Las letras serán implementadas en matrices de 10 x10. 2. ¿Qué es una red neuronal artificial? Son paradigmas de aprendizaje por medio de neuronas que interactúan entre sí para lograr un fin determinado. entre otras. 4-entrenar la red neuronal. 4. Fundamento Teórico. 1limpiar pantalla y variables. 2. Desarrollo. ¿En qué aplicaciones pueden utilizarse redes neuronales artificiales? Reconocimiento de imágenes especialmente de rostros. Material Usado. Conocer aplicaciones actuales de los modelos estudiados. MATLAB 3. 5. 2.

0.1.0.0.1.0].0.0.0.0.1].0.1.0.0.0.0.1.1.0.0.0.0.0.0.0. t=[0.0.0.0.0.1.0.0.0.1.0.0.1.0.0.0.1.1.0.0.1.0.0.0.0.0.0.1.0.0.0.'trainlm'.0.0.0.0.0.PROGRAMA QUE PRESENTA UNA IMAGEN DE LA TECLA PRESIONADA.0.0.1.1.0.0.0.0.1. .0.0.0.0. pcolor(P) elseif (I==Q) disp('es la letra Q mayuscula ').1.0.0.0.0.0.1.0.0.1.0.1.0.1.0.0.1.0.0.0.1.0.0.0.0.1.1.0.0.0.0.1.0.1.0.0.0].0.0.0.1.1.1.0.0.0.0].1.1.0.1.1.0.1.0.0.0.0.0.0.0.0.0.1.0.0.0 . 0.1.1.1.0.0.0.1.0.0.0.0.1.0.0.1.0.0.0.0.0.0.0.0.1. clc %mayusculas P=[0.0.0.1.0.0.0.0.1.0.0.0.0.0.0.0.').0.0.0.1.0.0.0.1.0.0.0.0. x=sim(net.1 .0.1.0.1.0.1.1.0.0.1.1.0.0.0.0.0.0.1.0.1.0.0.0.0.0.0.0.1.0].1.1.0.0.1..0.0.0.1.0.0.0.0.0.0].0.0.1.0. 0.1.1.0.0.1.1.0.0.0.0.1.0.1.0.0.0.0.0.1.0.0.0.1.1. pause.0.0.0.0.1.0.0.1.0.0.0.0.0.0.0.0].0.0.0.0.0.0.0.0.0.0.0.0.1.1. pcolor(Q) elseif (I==R) disp('es la letra R mayuscula ').0.0.0.0.0.0.0.0.0.1.0.0.0.1.1.0.0.0.0.0.0.1.0.1.0.1.0.0.0.0.1.0.0.0.0.0].0.{'logsig'.0.1.1.0.0.0.0.0.0.0.1.0.0.0.0.0.0.0.0.0.0.1.0.1.0.1.0.0. %OBJETIVOS pause.0.0.0.1.0.0.0.0.0.0.0.0.0.0.1.0. net = newff(minmax(P1).0.0.1.0.1.0.0. T=[0.0.1.0. %INFORMACION DE LA RED T1=[P Q R S T p q r s t].1.1.0.0.0.0.0.1.0.0.0.0.1.0.0.0.0.1.0.0.0.0.1.1.1.1.0.0.0. while (I~=999).0.1.0.0.0.1.0.0.0.1.0.0.0.0.0.1.0.1.0.1.1.0.0.0.0.1. pcolor(R) elseif (I==S) disp('es la letra S mayuscula ').1.0.0.0.0.1.1.0.1.0.0.1.0.0.1.0].0.0.0.1.0.0.0.0.0.0].1.0.0.1.0.1.0.0.0.1.1.0.0.1.1.0.0.0.0.1.1.1.0.1.0.0.1.0.0.0. 0.0.0.1.0.0.0.1.0.0.1.1.1.0.1.0.0.0.0.1.0.0.0.0.0.0.0.0.0.1.1.0.0. P1=[P Q R S T p q r s t].0.0.0.1.1.0.1.0.0.0.1.0.[10.0.1.0.0.0.0.0.1.1.1 .1.0.0.0.0.0.0.0. disp('EN SEGUIDA SE PROCEDERA EL ENTRENAMIENTO.0.0.0.I).0.0.0.0.0.0.0.0.0.0.1.0.0.0.0.0.1.0. %minusculas p=[0.0.0.0.0].0.1.1.1.0.1.0.0.0.0.0.0.0.0.0.0.0.0.0.0.1.0.0.0.0.0.1.1.0.0.0.0.1.0.0.0.0.1.0.0.0.1.0.0.0. % SE CREA LA RED disp('LA RED A SIDO CREADA').0.0.0.0.1.0.0.1.0.0.0.0.0.0.0.0.0.1.0.0.0.0.1.0.1.0.0.0.0.1.1.1.0.1.0.1.0.0.0.0.1.0. S=[0.0.0.0.0.1.0.0.0.0.0.0.0.0.0.1.0.0.0.0.1.0.0.0.0.0.0.0.0.0.0.1.1.0.0.1.0.1.1.0. 'learngdm').1.0.1.0.0.0.0.1.1.0.1.0.0.0.0.0.0.0.0.0.0.1.0.0.0.0.0.0.0.1.0.0.0.0.0.1.0.0.0.0. R=[0.0.0. 0.0.0.0.1.0.0.0.0.1.0.0.0.0.1.0.1. r=[0.1.0.0.0.0. I=0.0.1.0.0.0.0.0.0.0.0.0.1.0.0.1 .0.0.0.0.0.0.1.0.1. q=[0.1.0.0.0.0.0.0.0.1.1.0.0.0.1.1.1.0.0.0.0.0.0.0.0.0.0. %PROBANDO EL VALOR INGRESADO AL PROGRAMA if (I==P) disp('es la letra P mayuscula ').0.1.1.0.1.0 .1.0.0.0.0.0.0.0.1.0.0.0.0.0.0.0.0.0.0.0. Q=[0.0.0.0. clear all.0.1.0.0.0.1.0.0.0.1.0. I=input('¿IGRESA UNA LETRA DE LA P A LA T? ').0.0.0.1.0.0.0.1.1.0.0.0.1.0.0.0.0.0.0.1.0.0.0.1.0.1.0.1.0.1.0.0.0.1.1.0.0.0.0.1.0.0.0.0.1.1.0. 0.0.0.0.0.0.1.0.0.0.0.0.0.1.0.0.1.0.1.0.0.0.0.1.0.0.0.0.0.0.'purelin'}.0.0.1.1.1.0.0.0.0.1..0.0.1.0.0.0.0.1.1.1.0.1. s=[0.0.0.1.0.0.0.0.1.0.0.1.0.0.0.0.0.1.1.0.1.1.0.0.0.0.

5. . pcolor(s) elseif (I==t) disp('es la letra t minuscula '). ya que me he puesto a investigar algunos comandos utilizados en su programación como el entrenamiento. end end disp('GRACIAS POR ENTRENARLA'). pcolor(T) elseif (I==p) disp('es la letra p minuscula '). pcolor(r) elseif (I==s) disp('es la letra s minuscula '). Mis conclusiones es que he aprendido mas sobre la programación en MatLab y sobre las redes neuronales. pcolor(q) elseif (I==r) disp('es la letra r minuscula '). pcolor(t) else disp('esa letra no se encuentra en reconosimiento'). pcolor(p) elseif (I==q) disp('es la letra q minuscula '). 6. como activar la cámara y cosas así. para mejorar la aplicación de mi programa. como visualizar imágenes. el tipo de red.pcolor(S) elseif (I==T) disp('es la letra T mayuscula '). Observaciones. que nos sirve para observar la imagen en cuadricula. Se pudo observar que no solo nos basamos en lo aprendido en clase sino también en lo que nos gustaría ir agregando a nuestra programación como comandos no vistos en clase como el pcolor(). Conclusiones.

Sign up to vote on this title
UsefulNot useful