• Viernes 19 de Abril de 2024, 13:30

Autor Tema:  Redes Neuronales En Matlab  (Leído 3195 veces)

chema

  • Nuevo Miembro
  • *
  • Mensajes: 17
    • Ver Perfil
Redes Neuronales En Matlab
« en: Martes 13 de Julio de 2004, 19:00 »
0
Hola q tal? Estoy tratando de realizar un estudio sobre el comportamiento de diversos transistores con redes neuronales (para simular sus comportamientos). Hago pues varias redes, y creo q tengo el mismo falo en todas. Aver si m podeis ayudar. Os explico la red mas sencilla.
Se trata de una red feedforward con dos capas y una neurona por capa. La primera neurona es 'purelin' y la segunda 'tansig', necesarias para q de el resultado deseado. Pues bien, siguiendo el tutorial a rajatabal y la ayuda, no salen los valors deseados. Me han dicho q es posible q el error pueda trenerlo en la inicializacion de los pesos, q la hago aleatoria y deberia ser fija, pero he probao cn esto ultimo y tampoco. Os dejo aqui el codigo, q es muy sencillito por si alguno sabe q puede pasarme., q es q estoy desesperao la verdad. Un saludo y muxas gracias a todos
El mensaje contiene 1 archivo adjunto. Debes ingresar o registrarte para poder verlo y descargarlo.

inh_ivan

  • Nuevo Miembro
  • *
  • Mensajes: 1
    • Ver Perfil
Re: Redes Neuronales En Matlab
« Respuesta #1 en: Jueves 3 de Diciembre de 2009, 16:39 »
0
que onda,m podrias volver a subir tus archivos en un zip, o rar, bueno gracias

natxoblogg

  • Nuevo Miembro
  • *
  • Mensajes: 1
    • Ver Perfil
Re: Redes Neuronales En Matlab
« Respuesta #2 en: Jueves 7 de Enero de 2010, 11:39 »
0
Hola chema, no se si verás este mensaje porque ya hace mil que publicaste tu duda.

No se ve el archivo que has colgado, de todas formas en la red que estás utilizando ¿no utilizas muy pocas neuronas?, creo que el error podria producirse ahi, aunque no he visto el codigo, por tanto es un poco predicción lo que te digo. Por el tema de los pesos, ¿cuantas entradas utilizas por neurona?, debes comprobar que en el entrenamiento de la red, tienes que ir suprimiendo una a una las entradas para ver el desgaste de los datos, la entrada que más desgaste el dato al ser quitada será la más importante.

Por último la feedForward funciona com medias ponderadas de las entradas respecto a las salidas, ¿tienes la  neurona de tu última capa haciendo la media ponderada a su salida de la entrada que más relebancia tiene?, es el método más rápido para tenerla entrenada.