Date post: | 03-Jan-2016 |
Category: |
Documents |
Upload: | leilani-hopkins |
View: | 40 times |
Download: | 0 times |
Radial Basis Functions
RBF (Radial Basis Functions)
• Ciertas BNN (Biological Neural Networks) responden a entradas
específicas.
• Supervisada.
• RBF son redes neurales adaptativas.
• RBF Respuesta Localmente Sintonizada. j
Tomaso Poggio
•
Arquitectura
1
2
j
1n
1net
2net
2nnet
0 1 2
1x
jx
0nx
x
21y
2ky
2
2ny
1d
kd
2nd
11y
211w
221w
2
2n
2k
21
• El nivel 1 no tiene pesos.
Propiedades de las RBF
jjjj xxy ,)(1
• calcula la proximidad de a 1jy x
j
• es:
- Isotropa.
- Tiene un máximo en
- mide la anchura de campo receptivo.
j
j
j
k
n
jjjkk xywxy
)()(1
1
12
Radial Basis Functions
Radial Basis Functions
m
Algoritmo Simple
1.- Dado tomar un tal que}{ ix
}{ j }{#}{# ij x
2.- Clasificar según por Kohonen.}{ ix
}{ j
3.- Hacer imin ijj
4.- Calcular2
2
21 )( j
jx
j exy
5.- Calcular
1
01
1211
)( j
n
jjkk
n
jjjkkk yywnetxy
6.- Actualizar los pesos
)()()1( 2kkjkjk ydtwtw
Radial Basis Functions
RBF funciona como:
• Aproximador universal de funciones continuas.
con representando bases no ortogonales
• Clasificador.
j
jjjj xwxf ,)(
Interpolación con RBF
Aproximación de la función por una RBF (línea sólida), basada en interpolación estricta, utilizando 15 muestras (círculos). La red RBF usa 15 unidades Gaussianas ocultas, y su salida se muestra para tres anchuras de las unidades ocultas: =0.5 ( ), =1.0 ( ), =1.5 ( ).
)1/()]12)(2[()( 2xxxxg
Interpolacion con BKP
Aproximación de la función por una red neural (línea sólida). La línea punteada se obtuvo con una red feedforward de 3 capas ocultas. La línea rayada se generó utilizando una red feedforward de 12 capas ocultas.
)1/()]12)(2[()( 2xxxxg
RBF versus MLP en interpolaciones
RBF
• Carácter local Extrapola MAL.
• Interpola bien
• Si existen muchos datos mejor RBF.
• + Simple
• Aprendizaje + rápido.
BPN
• Carácter global Extrapola BIEN.
• Si existen pocos datos mejor BPN.
• - Simple
• Aprendizaje + lento.
RBF-BPN
Ejemplo RBF como clasificador XOR
x2
x1
(1 1)(0 1)
(0 0)(1 0)
21)(1
xex
22)(2
xex
)11(1
)00(2
11
01
00
10
1
0.367
0.135
0.367
0.135
0.367
1
0.367
x )(1x )(
2x
Ejemplo RBF como clasificador XOR
Un perceptrón puede acabar de clasificarlos ya que son linealmente separables.
1.0
0.8
0.6
0.4
0.2
)(2 x
)(1 x1.00.80.60.40.2
(1 0) (1 1)
(0 0)
(0 1)