matlab - unemat – campus...

Post on 23-Sep-2018

222 Views

Category:

Documents

1 Downloads

Preview:

Click to see full reader

TRANSCRIPT

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Toolbox de Redes Neurais

1º Semestre de 2017

Prof. Dr. André A. P. Biscaro

MATLAB

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Introdução ao Matlab Linha de comando

NNTool

Estudo de Casos Análise de Crédito Bancário (Classificação).

Localização de Faltas (Inferência).

Sensação Térmica (Previsão).

Toolbox de Redes Neurais

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Introdução ao Matlab Linha de comando

NNTool

Estudo de Casos Análise de Crédito Bancário (Classificação).

Localização de Faltas (Inferência).

Sensação Térmica (Previsão).

Toolbox de Redes Neurais

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

MATLAB MATrix LABoratory

Programação baseada em Matrizes

Vetores e escalares são tratados como matrizes (1xN, Nx1, NxN)

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Tela Principal

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Tela Principal

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Tela Principal

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Tela Principal

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Tela Principal

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Janelade

Comando

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Matrizes no Matlab

Quadro “Melancholia I”, do artista alemão e matemático amador Albrecht Dürer

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Quadrado Mágico

Matriz NxN construída a partir de inteiros de 1 a N2 em que as somas das colunas são iguais às somas das linhas.

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Quadrado Mágico

Matriz NxNconstruída a partirde inteiros de 1 aN2 em que as somasdas colunas sãoiguais às somas daslinhas.

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Definindo uma Matriz

Explicitamente

•Elementos de uma linha são separados por espaços ouvírgulas.

•O final de cada linha é indicado por um ponto-e-vírgula.

•A lista de elementos é delimitada por colchetes [ ].

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Janelade

Comando

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Janelade

Comando

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Toolbox de Redes Neurais

Introdução ao Matlab Linha de comando

NNTool

Estudo de Casos Análise de Crédito Bancário (Classificação).

Localização de Faltas (Inferência).

Sensação Térmica (Previsão).

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Passos para a criação de uma RN

Definição do problema

Definição dos padrões

Inicialização da rede

Definição dos parâmetros de treinamento

Treinamento da rede

Teste da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Passos para a criação de uma RN

Definição do problema

Definição dos padrões

Inicialização da rede

Definição dos parâmetros de treinamento

Treinamento da rede

Teste da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Definição do problema

O problema do OU-Exclusivo

x

1

x

2 ‘0’

‘1’

Passos para a criação de uma RN

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Passos para a criação de uma RN

Definição do problema

Definição dos padrões

Inicialização da rede

Definição dos parâmetros de treinamento

Treinamento da rede

Teste da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Definição dos Padrões

x

1

x

2 ‘0’

‘1’

O problema do OU-Exclusivo

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

# linhas = # de variáveis# colunas = # de padrões

x

1

x

2 ‘0’

‘1’

O problema do OU-Exclusivo

Definição dos Padrões

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

x

1

x

2 ‘0’

‘1’

O problema do OU-Exclusivo

Definição dos Padrões

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Passos para a criação de uma RN

Definição do problema

Definição dos padrões

Inicialização da rede

Definição dos parâmetros de treinamento

Treinamento da rede

Teste da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Inicialização da rede

Perceptron:

ou

ou

net =

newff( P, padrões entrada

T, targets

N_hid camadas escondidas );

net =

newff( P, padrões entrada

T targets );

net =

newp( P, padrões entrada

T targets );

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Perceptron:

ou

ou

net =

newff( P, padrões entrada

T, targets

N_hid camadas escondidas );

net =

newff( P, padrões entrada

T targets );

net =

newp( P, padrões entrada

T targets );

Inicialização da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

MLP:

net =

newff( P, padrões entrada

T, targets

{H1..Hn-1}, camadas escondidas

{TF1..TFn}, func. transf.

BTF, alg. treinamento

BLF alg. aprendizado);

Inicialização da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

MLP:

Funções de Transferência:

net =

newff(P, padrões entrada

T, targets

{H1..Hn-1}, camadas escondidas

{TF1..TFn}, func. transf.

BTF, alg. treinamento

BLF alg. aprendizado);

Inicialização da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

MLP:

Algoritmos de Treinamento:

net =

newff(P, padrões entrada

T, targets

[H1..Hn-1], camadas escondidas

{TF1..TFn}, func. transf.

BTF, alg. treinamento

BLF alg. aprendizado);

• traingd Gradient descent backpropagation

traingdm Gradient descent backpropagation

com momentum

traingda Gradient descent backpropagation

com taxa adaptativa

traingdx Gradient descent backpropagation

com momentum e taxa adaptativa

trainlm Levenberg-Marquardt

backpropagation (default)

trainrp Resilient backpropagation (Rprop)

Inicialização da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

MLP:

Algoritmos de Aprendizado:

net =

newff( P, padrões entrada

T, targets

{H1..Hn-1}, camadas escondidas

{TF1..TFn}, func. transf.

BTF, alg. treinamento

BLF alg. aprendizado);

• learngd Gradient descent weight and bias learning

function

• learngdm Gradient descent with momentum weight

and bias learning function

Inicialização da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Passos para a criação de uma RN

Definição do problema

Definição dos padrões

Inicialização da rede

Definição dos parâmetros de treinamento

Treinamento da rede

Teste da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Parâmetros de Treinamento

net.trainParam.epochs

net.trainParam.goal

net.trainParam.lr

net.trainParam.show

net.trainParam.mc

net.trainParam.lr_inc

net.trainParam.lr_dec

net.trainParam.max_perf_inc

Número de epochs

Erro final desejado

Taxa de aprendizado

Atualização da tela

(epochs)

Taxa de momentum

Taxa de incremento

da l.r.

Taxa de decremento

da l.r.

Incremento máximo

do erro

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Divide vectors into three sets using specified indices.

net.divideFcn = 'divideind';net.divideParam.trainInd = indTreino;net.divideParam.valInd = indValidacao;net.divideParam.testInd = indTeste;

Divide vectors into three sets using random indices.

net.divideFcn = 'dividerand';net.divideParam.trainRatio: 0.6000;net.divideParam.valRatio: 0.2000;net.divideParam.testRatio: 0.2000;

Divide vectors into three sets using blocks of indices.

net.divideFcn = 'divideblock';net.divideParam.trainRatio: 0.6000;net.divideParam.valRatio: 0.2000;net.divideParam.testRatio: 0.2000;

net.divideFcn = '';

Parâmetros de Treinamento (early stopping)

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Passos para a criação de uma RN

Definição do problema

Definição dos padrões

Inicialização da rede

Definição dos parâmetros de treinamento

Treinamento da rede

Teste da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Treinando a rede

net = train(net, P, T);

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Treinando a rede

net = train(net, P, T);

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Passos para a criação de uma RN

Definição do problema

Definição dos padrões

Inicialização da rede

Definição dos parâmetros de treinamento

Treinamento da rede

Teste da rede

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Testando a rede

C = sim(net, P);

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Perceptronbásico

: Rede neural com apenas uma camada de processadores

M-file desenvolvida para o XOR

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Multi-layerPerceptron

: Rede neural com umacamada escondida deprocessadores (Multi-LayerPerceptron);

TAXA de APRENDIZADO CONSTANTE, sem

MOMENTUM

M-file desenvolvida para o XOR

UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

Faculdade de Ciências Exatas e Tecnológicas – FACET / Sinop

Curso de Bacharelado em Engenharia Elétrica

REDES NEURAIS ARTIFICIAIS (Práticas de Laboratório - Matlab)

Multi-layerPerceptron

: Rede neural com umacamada escondida deprocessadores (Multi-LayerPerceptron);

TAXA ADAPTATIVA e MOMENTUM

M-file desenvolvida para o XOR

top related