Taller sobre base de conocimientos y reglas

Sistema de Reglas para identificación de frutas.


Base de hechos:

Reglas:

Encadenamiento hacia adelante:



Encadenamiento hacia atrás:



Determinar el tipo de comida y bebida en una cena con un invitado

Base de hechos:



Reglas:



Encadenamiento hacia atrás:


Determinar si se va a producir una inundación o no y si es o no necesaria la evacuación


Base de hechos:



Reglas:




Encadenamiento hacia atrás:

Comentarios

Publicar un comentario

Entradas más populares de este blog

Programa frutas usando redes neuronales

Imagen
INTRODUCCIÓN En 1936 Alan Turing estudio el cerebro como una forma de ver el mundo de la computación. Sin embargo, los primeros teóricos que concibieron los fundamentos de la computación neuronal fueron Warren McCulloch un neurofisiología y Walter Pitts un matemático quienes en 1943 lanzaron una teoría acerca de la forma de trabajar de las neuronas. Ellos modelaron una red neuronal simple mediante circuitos eléctricos. Años más tarde en 1949 Donald Hebb escribió un importante libro en el que explicaba los procesos del aprendizaje desde un punto de vista psicológico, desarrollando una regla de como el aprendizaje ocurría. Su idea fue que el aprendizaje ocurría cuando ciertos cambios en una neurona eran activados. Los trabajos de Hebb formaron las bases de la Teoría de las Redes Neuronales. Luego en 1957 Frank Rosenblatt desarrolla el Perceptrón, Esta es la red neuronal más antigua utilizándose hoy en día para aplicación como reconocedor de patrones. Este modelo era capaz de gen
Leer más

Perceptron multicapa

Imagen
Perceptrón Multicapa Función XOR: Formulación de ecuaciones: Evaluar Casos: Caso 1:  x1 = 0 and x2 = 0 Reemplazando: h1 = 0 h2 = 0 Caso 2:  x1 = 0 and x2 = 1 Reemplazando: h1 = 0(2) + 1(-2) h1 = -2 h2 = 0(-1) + 1(-2)  h2 = -2 Caso 3:  x1 = 1 and x2 = 0 Reemplazando: h1 = 1(2) + 0(-2) h1 = 2 h2 = 1(-1) + 0(-2)  h2 = -1 Caso 4:  x1 = 1 and x2 = 1 Reemplazando: h1 = 1(2) + 1(-2) h1 = 0 h2 = 1(-1) + 1(-2)  h2 = -3 Calculo de la salida Caso 1: x1 = 0 and  x2 = 0 Reemplazando: y = 0(1) +  0(-1)  y = 0 Caso 2: x1 = 0 and  x2 = 1 Reemplazando: y = -2(1) +  (-2)(-1)  y = 0 Caso 3: x1 = 1 and  x2 = 0 Reemplazando: y = 2(1) +  (-1)(-1)  y = 3 Caso 4: x1 = 1 and  x2 = 1 Reemplazando: y = 0(1) +  (-3)(-1)  y = 3 Actualización de pesos: alfa = 0.2 Caso 1: x1 = 0 and  x2 = 0 Los pesos no cambian porque la salida deseada
Leer más