Download Trabajo Práctico N°2 Redes Neuronales Artificiales (ANN

Facultad de Ingeniería – Universidad Nacional de Cuyo
Trabajo Práctico N°2
Redes Neuronales Artificiales (ANN)
Generalidades
Para la implementación de los algoritmos de ANN (Artificial Neural Networks) puede utilizarse
cualquier plataforma a elección del alumno. Recomendado: lenguaje C o C++ sobre Linux.
Ejercicios
1. Implementar una red tipo MLP. Al hacerlo, diseñar el software de manera que el uso de
diferentes funciones de activación y diferente cantidad de neuronas por capa no requieran
cambios drásticos en el algoritmo principal
2. Generar un dataset de la siguiente manera:
1. implementar una función contínua no lineal con 5 variables independientes
2. generar 20000 muestras discretas, en un rango amplio
3. Entrenar el MLP y medir su rendimiento con el dataset generado. Durante el entrenamiento,
utilizar ejemplos del rango medio de las variables, y para test utilizar ejemplos que estén por
encima y debajo de los límites utilizados para el entrenamiento
4. Utilizar el modelo matemático del péndulo invertido expuesto en el artículo “Design of a
self-tuning hierarchical fuzzy logic controller for nonlinear swing up and stabilizing control
of inverted pendulum, Shill P.C., Amin M.F. and Murase K., IEEE International Conference
on Fuzzy Systems (FUZZ-IEEE), 2012” para implementar un simulador. Generar un dataset
con este simulador, donde las entradas son los valores de los “sensores” (ángulo y velocidad
angular), y la salida es la fuerza a aplicar sobre el carrito para balancear el péndulo.
5. Entrenar la red MLP y medir su rendimiento con el dataset generado en (4)
6. Implementar una red tipo Mapa de Kohonen con ajuste fino por LVQ. Al hacerlo, diseñar el
software de manera que pueda experimentarse con mapas de distintos tamaños
7. Entrenar y probar la red de Kohonen+LVQ. Opciones:
1. Discretizar las acciones de control del dataset generado en (4), asociando una acción de
control a cada neurona del mapa
2. Utilizar algún dataset del Machine Learning Repository (Universidad de California,
Irvine).
8. Documentar el rendimiento de las redes anteriores (tamaño de red, tamaño de conjuntos de
entrenamiento y de test, etc.), comparando los resultados obtenidos con las distintas
configuraciones de red implementadas. El informe deberá tener formato de artículo, con las
siguientes secciones:
1. Titulo
2. Abstract (resumen)
3. Introducción
4. Una o más secciones describiendo los detalles de los modelos empleados
5. Experimentación
6. Conclusiones
7. Referencias
Dr. Ing. Martín Marchetta
Inteligencia Artificial II – Ingeniería en Mecatrónica