Perceptró

Fig.1 Esquema de blocs d'un perceptró

El perceptró, en l'àmbit d'aprenentatge automàtic, és un algorisme d'aprenentage supervisat per a classificadors binaris. Un classificador binari és una funció que pot decidir si unes dades d'entrada, representades per un vector de nombres, pertanyen a una classe específica. El perceptó és un tipus de classificador lineal, és a dir, un algorisme que realitza prediccions basades en una funció d'activació lineal formada per una sèrie de coeficients o pesos. EL perceptró és considerat com la forma més senzilla (neurona d'una sola capa) de xarxa neuronal.

Fig.2 Definició matemàtica si la sortida és binària

Definició

Un perceptor d'

$n$

entrades

$(x_1,x_2,x_3...)$

i una sola sortida

$out$

binària ve definit per

$n$

pesos o coeficients

$(w_1,w_2,w_3...)$

i l'aplicació de la funció d'activació del tipus funció de Heaviside :

Fig.3 Exemple de procés d'aprenentatge

$out=f(z)=\{\begin{array}{ccc}1& \mathrm{s}\mathrm{i}& \sum _{i=1}^n{w}_i{x}_i>\theta \\ 0& \mathrm{a}\mathrm{l}\mathrm{t}\mathrm{r}\mathrm{a}\mathrm{m}\mathrm{e}\mathrm{n}\mathrm{t}& \end{array}$

Procediment iteractiu : (vegeu Fig.3)

1. S'inicialitzen els pesos $w_i$ a zero.
2. Es calcula l'error de la sortida (valor esperat menys valor obtingut) : $E_i$
3. Es fixen els nous pesos $w_i$amb : pesos anteriors + entrada ponderada per error de la sortida : $w_{i+1}=w_i+\alpha \cdot x_i\cdot E_i$ (és una generalització de l'algorisme LMS)

Exemples

Perceptró que implementa una porta AND de dues entrades

Fig.4 Exemple de funció AND

Taula de valors que resol els valors de la Fig.4 :

Entrada	Pesos	f(z)
$x_1$	$w_1=$1	$\theta$ = 1.5
$x_2$	$w_2=$1	$\theta$ = 1.5

Perceptró que implementa una porta OR de dues entrades

Fig.5 Exemple de funció OR

Taula de valors que resol els valors de la Fig.5 :

Entrada	Pesos	f(z)
$x_1$	$w_1=$1	$\theta$ = 0.5
$x_2$	$w_2=$1	$\theta$ = 0.5

Vegeu també

• Perceptró multicapa.
• Xarxa neuronal convolucional
• Xarxa neuronal recurrent