Os presento una página donde muestra cómo se implementa en delphi una red neuronal utilizando backpropagación como algoritmo de aprendizaje.
Una red neuronal la forman varias capas, una de ellas es la capa de entrada, otra la capa de salida y una o varias capas ocultas. Cada capa se interconecta con la previa desde sus nodos (neuronas) simulando de alguna manera los sistemas neuronales biológicos.
La salida viene dada por tres funciones:
-función de propagación: Sumatorio de cada entrada multiplicado por el peso de su interconexión.
-función de activación: Suele ser la salida de la función de propagación
-función de transferencia: Acota la salida entre [-1,1] (en este caso utiliza la tangente hiperbólica - tanh-, aunque en otros casos se utiliza la función sigmoidea)
Link:
http://www.ibrtses.com/delphi/neuralnets.html
No hay comentarios:
Publicar un comentario