A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

_____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________.

Apresentações semelhantes


Apresentação em tema: "_____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________."— Transcrição da apresentação:

1

2 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Implementação de Redes Neurais para Classificação de Odores Akio Yamazaki Aula Prática – Disciplina de Redes Neurais –

3 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Nariz Artificial S1S2... S6 Sensores Substância Reconhecimento de Padrões (Rede Neural) Pré-processamento

4 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Problema Abordado –Base de Dados: Classificação entre odores de duas safras de vinho (A e B) Para cada safra, as resistências dos sensores foram registradas a cada 0.5s. Cada conjunto de seis valores registrados no mesmo instante de tempo é um padrão (total de 200 padrões, sendo 100 da safra A e 100 da safra B). –Divisão do Conjunto de Padrões (Proben1): 50% dos padrões de cada safra escolhidos aleatoriamente para treinamento, 25% para validação, e 25% para teste.

5 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Respostas dos Sensores Tempo (x0.5s) Resistência 1 S1 S2 S3 S4 S5 S6

6 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Rede MLP –Rede MLP: Uma camada intermediária, 6 unidades de entrada (uma para cada sensor), 2 unidades de saída (uma para cada safra de vinho), Função de ativação sigmóide logística, Todas as possíveis conexões entre camadas adjacentes, sem conexões entre camadas não- adjacentes,

7 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Pré-processamento Vinho A Padrãot Vinho B Normaliza e acrescenta saídas Vinho A Vinho B Padrão normalizadotSaída

8 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Pré-processamento –Normalização: Padrões normalizados para a faixa entre 0 e 1 (unidades com função de ativação sigmóide logística), Expressão de normalização: onde x norm é o valor normalizado correspondente a x, e x min e x max são os valores mínimo e máximo entre todos os valores do conjunto. Obs.: Também pode ser feita separadamente por sensor.

9 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Pré-processamento Vinho A Vinho B Vinho A Vinho B Randomiza Particiona Vinho A (50%) Vinho A (25%) Vinho B (50%) Vinho B (25%)

10 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Pré-processamento Vinho A (50%) Vinho A (25%) Vinho B (50%) Vinho B (25%) Vinho A (50%) Vinho B (50%) Vinho A (25%) Vinho B (25%) Vinho A (25%) Vinho B (25%) Treinamento Validação Teste Randomiza

11 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Treinamento

12 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Soma dos Erros Quadráticos (SSE) –Saídas da rede: –Saídas desejadas: –Soma dos erros quadráticos (SSE): SSE = (0.98 – 1) 2 + (0.12 – 0) (0.16 – 0) 2 + (0.02 – 0) 2 + (0.96 – 1) (0.88 – 1) 2

13 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Parada por erro mínimo de treinamento Iteração SSE Iteração Conjunto de treinamento Conjunto de validação (observado a cada 3 iterações) Erro mínimo de treinamento Parada Erro alto para dados não usados no treinamento (não generaliza bem)

14 _____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________ Usando o critério da perda de generalização Perda de Generalização (Proben1): GL(iteração) = 100 * [(Erro atual de validação /Erro mínimo de validação) – 1] Para este exemplo, interrompe treinamento quando GL > 5% SSE Conjunto de validação a GL(1) = 100*[(a/a) – 1] = 0 d GL(2) = 100*[(d/d) – 1] = 0 c GL(3) = 100*[(c/d) – 1] < 5% b GL(4) = 100*[(b/d) – 1] > 5% É importante salvar as configurações (melhor rede foi a da iteração 2). Iteração


Carregar ppt "_____________________________________________________________________________ Akio Yamazaki – Centro de Informática – UFPE _____________________________________________________________________________."

Apresentações semelhantes


Anúncios Google