Redes Neurais Arfificiais - Perceptron
Por: Brears Akuto Brears Akuto • 16/6/2020 • Trabalho acadêmico • 921 Palavras (4 Páginas) • 145 Visualizações
Exercício Perceptron Página 41
Perceptron OR entradas e saídas binárias
X1 | X2 | t |
0 | 0 | 0 |
0 | 1 | 1 |
1 | 0 | 1 |
1 | 1 | 1 |
Função de ativação : y = f(yin) | 1, se yin > 0
| 0, se yin <= 0
Erro(E) = t - y
Pesos iniciais: b, w1, w2 = 0
Mudança de pesos: wi(new) = wi(old) + ⲁ*E*xi
Taxa de aprendizado(ⲁ) = 0,5
Entrada 1:
yin = b + w1x1 + w2x2
yin = 0 + 0*0 + 0*0 = 0
0 = 0, logo seguir
Primeiro Ciclo:
x1 | x2 | t | Yin | Y | w1 | w2 | b |
0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
0 | 1 | 1 | 0 | 0 | 0,5 | 0 | 0,5 |
1 | 0 | 1 | 0,5 | 1 | 0,5 | 0 | 0,5 |
1 | 1 | 1 | 1 | 1 | 0,5 | 0 | 0,5 |
Segundo Ciclo:
x1 | x2 | t | Yin | Y | w1 | w2 | b |
0 | 0 | 0 | 0,5 | 1 | 0 | 0 | 0,5 |
0 | 1 | 1 | 0,5 | 1 | 0 | 0 | 0,5 |
1 | 0 | 1 | 0 | 0 | 0,5 | 0,5 | 0,5 |
1 | 1 | 1 | 1 | 1 | 0,5 | 0,5 | 0,5 |
Terceiro Ciclo:
x1 | x2 | t | Yin | Y | w1 | w2 | b |
0 | 0 | 0 | 0,5 | 1 | 0 | 0,5 | 0,5 |
0 | 1 | 1 | 0,5 | 1 | 0 | 0,5 | 0,5 |
1 | 0 | 1 | 0,5 | 1 | 0 | 0,5 | 0,5 |
1 | 1 | 1 | 1 | 1 | 0 | 0,5 | 0,5 |
Quarto Ciclo:
x1 | x2 | t | Yin | Y | w1 | w2 | b |
0 | 0 | 0 | 0 | 0 | 0 | 0,5 | 0,5 |
Perceptron AND entradas e saídas binárias
X1 | X2 | t |
0 | 0 | 0 |
0 | 1 | 0 |
1 | 0 | 0 |
1 | 1 | 1 |
Função de ativação : y = f(yin) | 1, se yin > 0
| 0, se yin <= 0
Erro(E) = t - y
Pesos iniciais: b, w1, w2 = 0
Mudança de pesos: wi(new) = wi(old) + ⲁ*E*xi
Taxa de aprendizado(ⲁ) = 1
Entrada 1:
yin = b + w1x1 + w2x2
yin = 0 + 0*0 + 0*0 = 0
...