Paso 5: BPN (Inteligencia Artificial)
La habilidad del cerebro humano de pensar, recordar y resolver
problemas ha inspirado muchos informático para modelar esta estructura usando hardware y software. Como resultado, hoy en día podemos encontrar diferentes modelos de red neuronal artificial que intentan emular el comportamiento biológico de las neuronas orgánicas.
Uno de estos modelos es el nuevo propagación red (BPN) que es compuesto de las siguientes partes:
-Transformación de unidades (neuronas artificiales)
-Entrada
-Capas ocultas
-Capa salida
-Aprender las reglas de
Si queremos recuperar un valor un valor basado en una entrada específica, existe una función hacia delante pienso que calcula el valor de cada neurona como la suma de todas las entradas a la unidad multiplicada por el peso de enlace.
Cuando se entrena el BPN, el algoritmo necesita especificar las entradas y la salida esperada para que el BPN obtiene un error. Mediante derivaciones parciales del error total y el valor de cada enlace el BPN ajusta el valor de los pesos de manera alimenta-al revés (donde viene el nombre de).
Con el propósito de este proyecto se utilizaron tres capas: 1 capa de entrada que contiene 1024 unidades asignadas desde el vector de datos recibidos a través del micrófono del teléfono, 1 capa oculta de 512 unidades y 1 que representa un valor booleano de movimiento o no movimiento.
Más detalles sobre el código se pueden encontrar en este repositorio: https://github.com/jocan3/RedBotDance
