DEPARTAMENTO DE ENERGA Y MECNICA

AUTOMATIZACIN INDUSTRIAL MECATRNICA

ENTRENAMIENTO DEL PERCEPTRN PARA UNA RED

NEURONAL DE LA COMPUERTA XOR
NOMBRES Y APELLIDOS:
Pinto Garca Katherine Johana
OCTAVO A
26 / Mayo / 2015

TEMA:

AUTOMATIZACIN INDUSTRIAL

ENTRENAMIENTO DEL PERCEPTRN PARA UNA RED NEURONAL DE LA

COMPUERTA XOR
OBJETIVOS:
Realizar el entrenamiento de un perceptrn para una red neuronal de la
compuerta OR, mediante un script de Matlab, el comando nntool y
nnstart.
Colocar las evidencias correspondientes del entrenamiento mediante los
tres mtodos.
DESARROLLO:
PERCEPTRN
Es una estructura neuronal ms una regla de aprendizaje. Una neurona se
compone de un conjunto de entradas, cada una con un peso, que se introducen
en el cuerpo de la misma para su procesamiento. Ese procesamiento puede
consistir en:
Combinacin Lineal:

y i xi
i

Distancia Eucldea:

x
i i

Figura 1. Perceptrn

AUTOMATIZACIN INDUSTRIAL

Este resultado se introduce posteriormente en un bloque caracterizado por

distintas funciones. La funcin que representa el comportamiento ideal de una
neurona es la funcin escaln: dependiendo de la entrada se activa la conexin
entre neuronas (salida = 1) o no (salida = 0). Esta decisin puede depender de
un cierto umbral (que la salida sea capaz de superarlo).
Aunque ste sea el comportamiento ideal, en la prctica se suele utilizar la
funcin sigmoidea. Esto se debe a que es una funcin muy parecida al escaln y
derivable en el entorno de cualquier punto del eje x. (Valle, 2010)

Figura 2. Tabla de las Posibles Funciones de Activacin de un Perceptrn.

REGLAS DE APRENDIZAJE
Se refiera a un procedimiento para modificar los pesos y bas de una red
(tambin conocido como algoritmo de entrenamiento). El propsito de la regla de
aprendizaje es entrenar la red para realizar alguna tarea. Existen varios tipos de
reglas de aprendizaje de redes neuronales. Se dividen en tres categoras:
3

AUTOMATIZACIN INDUSTRIAL

Aprendizaje Supervisado
Aprendizaje No Supervisado
Aprendizaje por Reforzamiento
COMANDO DE MATLAB NNTOOL
Abre la ventana Red / Data Manager, que permite importar, crear, utilizar y
exportar redes y datos neuronales. Su sintaxis es: nntool.
A pesar de que todava est disponible, nntool ya no se recomienda. En cambio,
se prefiere el uso de nnstart, que proporciona interfaces graficas que le permiten
disear e implementar redes neuronales. (Matlab, 1994)

COMANDO DE MATLAB NNSTART

Abre una ventana con botones de inicio de red neuronal de ajuste,
reconocimiento de patrones, clustering y herramientas de series de tiempo.
Tambin proporciona enlaces a listas de conjuntos de datos, ejemplos y otra
informacin til para empezar. Su sintaxis es: nnstart. (Matlab, 1994)

AUTOMATIZACIN INDUSTRIAL

PROCEDIMIENTO:
MEDIANTE SCRIPT DE MATLAB
Seleccionar un nuevo Script en Matlab para realizar la programacin
correspondiente para el entretenimiento de la red neuronal de la compuerta
XOR.
P1
0
0
1
1

P2
0
1
0
1

Yi
0
1
1
0

% RED PARA COMPUERTA XOR

% Definir la entrada, salida y funcin de activacin.
red=newff([0 1;0 1],[2 1],{'logsig','logsig'});
% Definir Entradas
entrada=[1 1 0 0;1 0 1 0]
% Definir lo que yo quiero conseguir, es decir determinar el objetivo.
objetivo=[0 1 1 0]
% Definir Salida, lo que la Red me va a dar a la Salida.
salida=sim(red, entrada)
plot(objetivo,'o')
hold on
plot(salida,'x')
% Se puede ver los pesos de la Red Neuronal.
5

AUTOMATIZACIN INDUSTRIAL

red.IW{1,1}
red.LW{2,1}
net.b{1}=[1;0.5]
net.b{1}=[2;1]
% Entrenar a la Red Automticamente.
red=train(red,entrada,objetivo)
salida=sim(red,entrada)
plot(salida,'r')

MEDIANTE
NNTOOL

EL

COMANDO

1. Ingresar en la ventana de comandos de Matlab, los datos de entrada y el

objetivo.

2. Digitar nntool en la ventana de comandos de Matlab, y esperar mientras

aparece la siguiente ventana en la cual importaremos los datos de la entrada
y el objetivo.
6

AUTOMATIZACIN INDUSTRIAL

3. Dar clic en Import e importar los valores de entrada y el objetivo, luego dar
clic otra vez en Import y OK.

4. Dar clic en New, colocar un nombre, seleccionar la input (entrada), target

(objetivo), determinar el tipo de red (Perceptrn y la funcin de activacin
(hardlim) y Create.

AUTOMATIZACIN INDUSTRIAL

5. Dar clic en Create y OK.

AUTOMATIZACIN INDUSTRIAL

6. Dar clic en Networks, elegir XOR y Open.

7. Elegir Train, seleccionar la input, el target, y tambin colocar distintos

nombres a la salida y al error y seleccionar Train Network, esto es para que
se d el entrenamiento de la red neuronal.

AUTOMATIZACIN INDUSTRIAL

8. Tambin se puede dar clic en Simulate, seleccionar la input y colocar un

nombre distinto a la salida y presionar Simulate Network, OK.

10

AUTOMATIZACIN INDUSTRIAL

9. Regresar al Data Manager, seleccionar la salida y dar clic en Open. Aqu

deben aparecer los valores de que corresponden a la salida.

Los valores de la salida no corresponden al deseado, esto sucede porque no es

linealmente separable, y para resolver esta se necesita de un perceptrn
multicapa.

MEDIANTE EL COMANDO NNSTART

1. Ingresar en la ventana de comandos de Matlab, los datos de entrada y el
objetivo.

11

AUTOMATIZACIN INDUSTRIAL

2. Digitar nnstart en la ventana de comandos de Matlab, y esperar mientras

aparece la siguiente ventana; seleccionar Fitting app y elegir siguiente.

12

AUTOMATIZACIN INDUSTRIAL

3. A continuacin aparece una ventana en la cual se debe seleccionar las

entradas y el objetivo de la red neuronal; dar clic en siguiente.

4. En la siguiente ventana se fijan los porcentajes del entrenamiento,

validacin y objetivos que sern usados en la RNA, y luego clic en
siguiente.

13

AUTOMATIZACIN INDUSTRIAL

5. En la siguiente ventana se presenta la configuracin de la red neuronal

indicndose la cantidad de neuronas en la capa oculta, en este caso se
indican 2 neuronas. Dar clic en siguiente.

6. Se presenta la ventana con la opcin de realizar entrenamiento o

reentrenamiento.

14

AUTOMATIZACIN INDUSTRIAL

7. Luego del entrenamiento se presentan los resultados en la ventana de

Neural Network Training (nntraintool), donde se puede observar los datos
de las iteraciones realizadas, el tiempo, los errores de ajustes que se
estn danto, tambin se puede visualizar graficas de rendimiento del
entrenamiento, histogramas de errores de entrenamiento y grficos de
regresin.

8. Al terminar el entrenamiento de la RNA se despliega otra ventana a la

cual se le da siguiente y a la que sigue tambin, en la ventana mostrada a
continuacin se coloca un nombre a la input (salida) y el error que se
gener en el entrenamiento RNA. Dar clic en guardar cambios y finalizar.
Aqu se puede generar el un script simple, el cual contendr la
programacin del entrenamiento de la red.
15

AUTOMATIZACIN INDUSTRIAL

9. Finalmente utilizamos el comando SIM y verificamos si la red cumple con

las combinaciones que fueron establecidas.

Los valores de la salida no corresponden al deseado, esto sucede porque no es

linealmente separable, y para resolver esta se necesita de un perceptrn
16

AUTOMATIZACIN INDUSTRIAL

multicapa, el cual no es muy recomendable porque existen problemas con los

pesos.

CONCLUSIONES:
La manera ms ptima para crear una red neuronal y entrenarla es
mediante la programacin en un scritp en Matlab, ya que con los
comandos adecuados es ms fcil llegar al resultado deseado.
El nntool comparado con el nnstart, son similares solo que en la
actualidad se usa ms el nnstart ya que proporciona interfaces grficas
que le permiten disear e implementar redes neuronales, reconocimiento
de patrones, la agrupacin, y de series de tiempo. Pero esto no quiere
decir que nntool no lo haga bien, pero ya es obsoleto.

BIBLIOGRAFA:

Matlab. (1994). nntool, nnstart. MathWorks. Recuperado el 25 de Mayo

de 2015, de http://www.mathworks.com/help/nnet/ref/nntool.html
Valle, C. M. (2010). Red Neuronal. WORD. Recuperado el 24 de Mayo de
2015,
de
https://www.google.com.ec/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=9&cad=rja&uact=8&ved=0CEkQ
FjAI&url=http%3A%2F%2Florien.die.upm.es%2Fjuancho%2Fpfcs
%2FCMV
%2FRedesNeuronalesDef.doc&ei=D2djVcutKImeNvX0gOAK&usg=AFQjC
NGD7li_zZDWZJqknuQ6SDabt-S9YQ&bvm=bv.939906

17