UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos...
Transcript of UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos...
![Page 1: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/1.jpg)
REDES REDES NEURONALES EN NEURONALES EN
CONTROLCONTROL
ALEJANDRO SUÁREZ S. UTFSM
![Page 2: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/2.jpg)
CONTENIDOCONTENIDO
1. INTRODUCCIÓN2. CONCEPTOS FUNDAMENTALES3. APRENDIZAJE4. APLICACIONES EN CONTROL5. EJEMPLOS
![Page 3: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/3.jpg)
1.1. INTRODUCCIINTRODUCCIÓÓNNPORQUE USAR REDES NEURONALES EN CONTROL.� Procesos reales� Control manual� Control automático
� Lineal, no lineal� Variante, invariante� Optimo, robusto, adaptivo� Difuso, neuronal
![Page 4: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/4.jpg)
2.2. CONCEPTOS CONCEPTOS FUNDAMENTALESFUNDAMENTALES
2.1 NEURONA2.2 FUNCIÓN DE ACTIVACIÓN2.3 RED NEURONAL2.4 TIPOS DE REDES2.5 MODELOS DE REDES
![Page 5: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/5.jpg)
NEURONA BIOLNEURONA BIOLÓÓGICAGICA
NEURONA ARTIFICIALNEURONA ARTIFICIAL
Σ
X1
X2
X3
W2
v(.) y(.)
CONEXIONES
W1
W3
ENTRADASPONDERADAS
FUNCIÓN DEACTIVACIÓN
FUNCIÓN DERED
SALIDA
ΘΘΘΘ
ENTRADAS
AXÓN
DENDRITAS
NÚCLEO
2.1 NEURONA
![Page 6: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/6.jpg)
2.22.2 FUNCIONES DE ACTIVACIFUNCIONES DE ACTIVACIÓÓNN
FuncionesUmbral
FuncionesSigmoidal
y(v)
v0
1
-1
1
v
y(v)
y(v)
v0
1
y(v)
-1
1
v
![Page 7: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/7.jpg)
RED NEURONAL BIOLÓGICA
RED NEURONAL ARTIFICIAL
CAPA DE ENTRADA
CAPA OCULTA
CAPA DE SALIDA
2.3 RED NEURONAL
neurona
neurona
neurona
neurona
neurona
neurona
![Page 8: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/8.jpg)
2.4 TIPOS DE REDES NEURONALES
FEEDFORWARD
RECURRENTES
NEURONA ESTÁTICA
NEURONA DINÁMICA
![Page 9: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/9.jpg)
3.3. APRENDIZAJEAPRENDIZAJE
kkk yde −=
3.1 Mecanismos de aprendizajes3.1.1 Aprendizaje Supervisado: Utiliza patrones de salida deseados para entrenar.
ΣWj1(n)
Wji(n)
Wjp(n)
x1(n)
xi(n)
xp(n)
sj i(n)
sjp(n)
νj(n) G(°)sj1(n)
)()(')()()()()1(nxnGnenw
nwnwnw
ikkk
kkk
α=∆∆+=+
![Page 10: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/10.jpg)
3.1.2 Aprendizaje No Supervisado: Utiliza regla de auto-organización para el entrenamiento.
a a jiij α∆w =
ai
aj
wij
![Page 11: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/11.jpg)
3.23.2 EJEMPLOS DE REDES SEGEJEMPLOS DE REDES SEGÚÚN MECANISMO DE N MECANISMO DE APRENDIZAJEAPRENDIZAJE
APRENDIZAJE SUPERVISADO
•Aprendizaje por corrección de error
• Perceptrón
•Adaline y Madaline
•Backpropagation
•Counterpropagation
•Aprendizaje por refuerzo
•Linear Reward Penalty
•Associative Reward Penalty
•Adaptive Heuristic Critic
•Aprendizaje estocástico
•Máquina de Boltzman
•Máquina de Cauchy
APRENDIZAJE NO SUPERVISADO
• Aprendizaje Hebbiano
•Hopfield
•Linear Associative Memory
•Fuzzy Associative Memory
•Grossberg
•Bidirectional Associative Memory
•Aprendizaje competitivo/cooperativo
•Learning Vector Quantizer
•Cognitròn / Neocognitrón
•Teoría de Resonancia Adaptiva
![Page 12: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/12.jpg)
3.3 Algoritmos de convergencia
Gradiente descendentea) Razón de aprendizajeb) Momentoc) Razón y momento variables
)()()1( n n n www ililil ∆+=+(n)
ξη(n)∆ww
il
totalil ∂
∂−=
Gradiente conjugado
Gradiente conjugado escalado
![Page 13: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/13.jpg)
Respuesta Impulso de Respuesta Impulso de duraciduracióón Finita (FIR)n Finita (FIR)
xi(n)
z-1
z-1
z-1
xi(n-1)
xi(n-2)
xi(n-m+1)
xi(n-m) sji(n)
wji(o)
wji(1)
wji(m)
wji(2)
wji(m-1)
Wji(n)
( ) ( ) ( ) ( )[ ]( ) ( ) ( )[ ]T
jijijiji
Tiiii
mwwowW
mnxnxnxnX
,,1,
,,1,
h
h
=
−−=
)()( nXWns iTjiji =
( ))()(
)()(1
nvGny
nsnv
jj
p
ijij
=
=∑=
ΣWj1(n)
Wji(n)
Wjp(n)
x1(n)
xi(n)
xp(n)
sj i(n)
sjp(n)
νj(n) G(°)sj1(n)
![Page 14: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/14.jpg)
RetropropagaciRetropropagacióón temporal n temporal del error para capa de salidadel error para capa de salida
)()()()1( nXnnWnW jkkjkj αδ+=+
kkk yde −=
)(')()( nGnen kkk =δ
![Page 15: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/15.jpg)
RetropropagaciRetropropagacióón del errorn del errorRed Identificación
xv
xc
Wji
Wrp
q
k
wqr
wkj
y1
yk
yq
x1
j
r
j
k
∑=
=q
kkjkjjj wvG
1)(' δδ )(' kkcontk vGE=δ
Econt = dk - yk
![Page 16: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/16.jpg)
RetropropagaciRetropropagacióón del error de n del error de controlcontrol
Red IdentificaciónRed Control
xv
xc
Wji
Wrp
q
k
wqr
wkj
y1
yk
yq
wpe
wis
x1
s
e
wsv
p
i
j
r
m
( )( ) ( )∑=
−∆−=−r
jji
Tjiii WmnmnvGmn
1')(δ
i
∑=
=q
kkjkjjj wvG
1
)(' δδ
j
)(' kkcontk vGE=δ
k
![Page 17: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/17.jpg)
4. APLICACIONES EN CONTROL
4.1 SENSOR NEURONAL
4.2 MODELO NEURONAL
4.3 CONTROL NEURONAL
![Page 18: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/18.jpg)
4.1 SENSOR NEURONAL
1. RECOPILAR DATOS2. TRANSFORMACIÓN
*fft*wavelets*filtros
3. NORMALIZACIÓN4. ENTRENAR LA RED
*entrenamiento*memorización*validación
![Page 19: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/19.jpg)
4.2 MODELO NEURONAL
1. MODELO SERIE
2. MODELO PARALELO
![Page 20: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/20.jpg)
4.3 CONTROL NEURONAL
1. CONTROL INVERSO LAZO ABIERTO2. CONTROL INVERSO LAZO CERRADO3. CONTROL SIN MODELO4. CONTROL CON MODELO5. CONTROL CON MODELO DE REFERENCIA6. CONTROL PREDICTIVO
![Page 21: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/21.jpg)
1. MODELO INVERSO LAZO ABIERTO
2. MODELO INVERSO LAZO CERRADO
![Page 22: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/22.jpg)
3. CONTROL SIN MODELO
)()(
)()(
)(
)(
)(
)()(
)()(
)(
nn
nn
n
n
n
nn
nn
n
wvu
uy
ye
ew
ji
j
j
pj
pj
pj
pj
j
jji
∂∂
∂∂
∂
∂
∂
∂∂∂ξ
∂∂ξ
ν•
•••=
4. CONTROL CON MODELO
![Page 23: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/23.jpg)
5. CONTROL CON MODELO DE REFERENCIA
6. CONTROL PREDICTIVO
![Page 24: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/24.jpg)
Modelo
7. CONTROL PREDICTIVO CON MODELO DE REFERENCIA
![Page 25: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/25.jpg)
Procesos discretosProcesos discretos
[ ])(
)1()(1
5.2)()1()()1(
)()(1
)()1(
923.91.100474.00487.
99.00995.
22
32
2
kkk
kkkk
orden segundolineal no discreto sistema
kuk
kk
orden primer lineal no discreto sistema
zzz
orden segundolineal discreto sistema
z
orden primer lineal discreto sistema
uyyyyy
y
yy
y
pp
ppp
p
p
p
p
+−++
+−=+
++
=+
+−+
−
![Page 26: UTFSM CONTROL NEURONALES EN REDES - Inicio …elo379s2/informacion/material/PARTE1_USM.pdf · tipos de redes neuronales feedforward recurrentes neurona estÁtica neurona dinÁmica.](https://reader030.fdocument.pub/reader030/viewer/2022021622/5ba4402309d3f210758d4f95/html5/thumbnails/26.jpg)
FINFIN