Modelagem com Adaline em Redes Neurais

O documento apresenta exercícios sobre Redes Neurais Artificiais, especificamente o modelo Adaline, aplicados a sistemas univariados e multivariados. O primeiro exercício envolve modelar a transformação de um sinal senoidal, enquanto o segundo aborda um sistema com três entradas e uma saída. Ambas as tarefas requerem a utilização de dados de entrada e saída para treinamento e avaliação do modelo.

Enviado por

bernard.usolixo

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

0% acharam este documento útil (0 voto)

3 visualizações4 páginas

Modelagem com Adaline em Redes Neurais

Enviado por

bernard.usolixo

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

Universidade Federal de Minas Gerais

Exercício 3 - Redes Neurais Artificiais (Adaline)

A.P. Braga

June 7, 2021

Exercício 1 - Modelo Univariado

Ao avaliar os valores de entrada e saída de um sistema em estudo, um estudante de
engenharia observou que ao aplicar um sinal senoidal à sua entrada este era transformado
em outro sinal senoidal na saída, porém, com características diferentes da entrada. Após
muito observar a saída do sistema em resposta a sinais diferentes em sua entrada, o
estudante decidiu modelar a transformação realizada considerando um modelo linear na
forma que 𝑦 = 𝑎 + 𝑏 * 𝑥 para a transformação. Suponha que seja dada a você a função
de modelar o sistema por meio do modelo neural Adaline. Para realizar a função, você
dispõe das seguintes informações, fornecidas em arquivos de dados diferentes:

• 𝐸𝑥1𝑡 : tempos de amostragem dos sinais;

• 𝐸𝑥1𝑥 : sinal de entrada;

• 𝐸𝑥1𝑦 : sinal de saída.

Os sinais acima são apresentados no gráfico da Figura 1, os quais devem ser utilizados
para treinamento do modelo. A avaliação da qualidade do modelo pode ser feita de forma
visual, desde que esta seja realizada considerando-se valores de entrada diferentes daque-
les utilizados no treinamento. Para isto, o aluno poderá gerar novos dados de entrada
senoidal com intervalo de amostragem menor do que aquele utilizado no treinamento e
avaliar a resposta, conforme gráfico da Figura 2.

1
Figure 1: Amostras preenchidas foram usadas para treinamento

Figure 2: Amostras preenchidas foram usadas para teste

2
Exercício 2 - Modelo Multivariado
Suponha agora um problema ligeiramente diferente, em que o sistema observado possui
3 entradas e uma saída, a qual aparenta ser uma mistura dos sinais de entrada. A
sua tarefa é, novamente, modelá-lo com o Adaline, considerando que a saída possa ser
representada na forma 𝑦 = 𝑎 + 𝑏 * 𝑥1 + 𝑐 * 𝑥2 + 𝑑 * 𝑥3 , em que 𝑥1 , 𝑥2 e 𝑥3 são os
sinais de entrada, 𝑦 a saída e 𝑎, 𝑏, 𝑐, 𝑑 os coeficientes da mistura. Os sinais de entrada
e a saída são apresentados nas Figuras 3 e 4 e a aproximação na Figura 5. Os sinais
amostrados são fornecidos novamente na forma de arquivos, os quais devem ser utilizados
para treinamento de maneira análoga ao exercício anterior.

Figure 3: Sinais de entrada 𝑥1 , 𝑥2 e 𝑥3

Figure 4: Saída original - amostras preenchidas foram usadas para treinamento

Sugestão de implementação
Para alunos utilizando a linguagem R, a leitura dos dados pode ser realizada por meio
do comando a seguir.
v a r i a v e l <−a s . matrix ( r e a d . t a b l e ( ’ n o m e a r q u i v o d a v a r i a v e l ’ ) )

3
Figure 5: Amostras preenchidas foram usadas para teste

Modelagem com Adaline em Redes Neurais

Enviado por

Modelagem com Adaline em Redes Neurais

Enviado por

Universidade Federal de Minas Gerais

Exercício 3 - Redes Neurais Artificiais (Adaline)

Exercício 1 - Modelo Univariado

• 𝐸𝑥1𝑡 : tempos de amostragem dos sinais;

• 𝐸𝑥1𝑥 : sinal de entrada;

• 𝐸𝑥1𝑦 : sinal de saída.

Figure 2: Amostras preenchidas foram usadas para teste

Figure 3: Sinais de entrada 𝑥1 , 𝑥2 e 𝑥3

Figure 4: Saída original - amostras preenchidas foram usadas para treinamento

Você também pode gostar