USB

INTELIGENCIA ARTIFICIAL II

GRUPO DE 5 PERSONAS

Reconocimiento de colores mediante redes neuronales

Nota: Cualquier persona del grupo puede ser seleccionada para defender.

INDICE

1 2 3 3.1 3.2 3.3 3.4 3.5 3.6 4

Objetivos Metodologa Circuito a implementar Fuente luminosa Adaptacin de foto-resistencias Modelo de red neuronal Circuitos para cada neurona Despliegue de Salidas Circuito Completo Trabajo Previo

3 4 5 5 5 5 6 7 7 10 10 10 10 10 10 10 12 12 12 12 12 12 12 12 13 14 14 14 14 14 14 15

4.1 Redes neuronales 4.1.1 Anlisis Terico 4.1.2 Simulacin 4.2 Modelacin del Color 4.2.1 Anlisis Terico 4.3 5 5.1 Implementacin de redes neuronales Trabajo Experimental. Fuente luminosa

5.2 Calibracin de las foto-resistencias 5.2.1 Curvas caractersticas de las foto-resistencias 5.2.2 Comportamiento de las foto-resistencias 5.3 Implementacin de la red neuronal 5.3.1 Construccin de la red neuronal 5.3.2 Estudio del comportamiento de la red neuronal 5.4 6 Funcionamiento del circuito Informe final

6.1 Calibracin de las foto-resistencias 6.1.1 Curvas caractersticas de las foto-resistencias 6.1.2 Comportamiento de las foto-resistencias 6.2 6.3 7 Implementacin de la red neuronal Funcionamiento del circuito Referencias

Objetivos

La experiencia propuesta tiene como objetivo la implementacin y anlisis de un red neuronal en base a dispositivos electrnicos convencionales, aplicada al reconocimiento de patrones de color simples utilizando foto-resistencias no calibradas. En particular, se ha de reconocer si una determinada luz coloreada es roja , verde o amarilla, tres colores que se presentan muy a menudo. El diseo propuesto en esta gua une la facilidad las redes neuronales para representar expresiones no lineales, con las habilidades de calculo analgico de los amplificadores operacionales. Esta combinacin logra resolver fcilmente instrucciones lgicas simples directamente de manera analgica de manera sencilla y rpida. En general, el tpico de las redes neuronales no es un tema que se explore directamente en cursos de electrnica, sin embargo, es de profundo inters establecer la construccin fsica de una red, mas all de una implementacin algortmica convencional.

Metodologa

EL trabajo propuesto en esta gua tiene una evidente naturaleza de diseo in-circuit. Una primera parte de esta experiencia esta destinada al diseo, ajuste y sintona de todo lo referente a los valores y pesos de la red neuronal a implementar, como tambin de los valores de ajuste de los foto-resistores, elementos de alta variabilidad comercial que requieren una medicin en laboratorio para obtener un buen diseo. Una segunda parte de la experiencia debe asignarse a la prueba del circuito principal. En este caso se deber probar la solidez de la red neuronal para realizar la seleccin de salidas, ante voltajes que corresponden a las entradas lumnicas En tercer lugar, el circuito ha de montarse en su completitud. En esta etapa han de probarse variantes de operacin y definir posibles modificaciones al circuito propuesto

Circuito a implementar

Mediante el diagrama de bloques de abajo se presenta el circuito a disear.

Transparencia color Rojo

Adaptacin de fotoresistencia

Transparencia color Verde

Adaptacin de fotoresistencia

RED NEURONAL Capa 1 Umbrales y pesos

RED NEURONAL Capa 2 Umbrales y pesos

Fuente luminosa coloreada

Transparencia color Azul

Adaptacin de fotoresistencia

S A L I D A S

3.1

Fuente luminosa

Es necesario mantener una ampolleta de linterna junto con el circuito, mientras se desarrolla la experiencia. Conecte este dispositivo a la alimentacin del sistema por medio de un potencimetro. 3.2 Adaptacin de foto-resistencias

El principal cuidado que debe tenerse para la implementacin de este diseo es que las foto-resistencias poseen distinta calibracin, es decir la variacin de resistencias que presentan de acuerdo a la luminosidad es muy probablemente distinta para cada una de ellas.

El circuito mostrado se encarga de ajustar cada foto-resistencia recubierta y adems permite ajustar el punto de operacin del voltaje de acuerdo al potencimetro. El circuito realiza ambas operaciones al mismo tiempo. 3.3 Modelo de red neuronal

El diseo de esta experiencia se centra en la operacin de una red neuronal. Dado que el problema es ajustar valores de entrenamiento para la red, se presenta una solucin simplificada, basada en la representacin grfica del entrenamiento de redes neuronales. Este esquema de trabajo convierte una neurona en un plano dentro de un hiperespacio de entradas, en donde la normal a dicho plano

corresponde a los pesos de la neurona y la distancia al origen de este lugar geomtrico representa el valor umbral de activacin de dicha neurona.
Azul

Region de verde Region de rojo

Vectores pesos

Verde

Rojo

Region de amarillo

Esquema de la representacin geomtrica de una red neuronal multicapa.

El esquema de redes neuronales presentado contiene dos capas de neuronas. La primera capa consta de cinco neuronas de vectores pesos que resultan elementales, esto es neuronas de una entrada que son solo ponderacin de sinapsis y un umbral. La segunda capa de neuronas son de tipo lineal con umbral, de sinapsis positivas
Salida 1

Rojo

Verde

Salida 2

Azul

Salida 3

Esquema de dos capas utilizado

Por supuesto que cada neurona de la capa 2 se asocia a la salida; por tanto, si se desea implementar solo una salida, las neuronas redundantes se han de eliminar. 3.4 Circuitos para cada neurona

Las neuronas de la capa uno se implementan con el siguiente circuito:

Neuronas capa 1

Se requiere un comparador LM311 y un potencimetro de ajuste para el nivel de umbral de activacin. Las neuronas de la capa 2 son construidas segn esta configuracin. Se requiere esta vez de la misma configuracin anterior mas un sumador implementado con un operacional LM741. Se recomienda que la razn de resistencias en la configuracin sumadora sea menor que 0.3, para evitar saturaciones indebidas.

Neuronas capa 2

3.5

Despliegue de Salidas

Las tres salidas son simplemente llevadas a LED's , segn se muestra. A la salida de cada neurona de la capa 2 se incorporan los diodos. En algun tipo de aplicacin particular, estos elementos pueden reemplazarse. 3.6 Circuito Completo

En la siguiente pagina se muestra el circuito que implementa la red neuronal, junto con el resto de las etapas ya detalladas.

Fotoresistencias
Vcc 25k 20k 100k 80k Vcc 100k*(1-x1) 100k*x1 Vcc .define x1 0.5 10k LM741 LM311 15k 20k 100k 80k 100k*(1-x2) 20k 100k 80k Vcc 1k 25k 20k 100k 80k 100k*(1-x3) Vcc LM311 10k 100k*x3 .define x3 0.5 Vcc -Vcc Vcc LED2 -Vcc 100k*(1-x8) 100k*x8 100k Vcc LM311 10k LM741 R15 -Vcc 10k -Vcc -Vcc Amarillo 100k*x2 .define x2 0.5 Vcc Vcc LM311 R6 -Vcc 10k Vcc -Vcc 100k*(1-x4) 100k*x4 .define x4 0.2 Vcc ROJO LED1 100k -Vcc 10k -Vcc -Vcc A la red neuronal

CAPA 1
Vcc

CAPA 2

LM311 1k

Ampolleta
Vcc

Vcc

LM311

.define x8 0.2

100k*(1-x5) 100k*x5

Vcc 1k .define x5 0.5

10k

-Vcc -Vcc

Vcc 10 Vcc 10 100k*(1-x6) -Vcc 100k*x6 LM311

Vcc

10k

LM741 LM311

Verde

10k

Vcc -Vcc Vcc

100k

-Vcc LED3 100k*(1-x7) .define x6 0.5 100k*x7 .define x7 0.2

4
4.1 4.1.1

Trabajo Previo

Redes neuronales Anlisis Terico Modelo de una neurona artificial (diagrama de bloques). Tipos de neuronas existentes. Nombre algunas topologas bsicas de redes neuronales. Cul es el modelo perceptrn? Investigue acerca de la Representacin Grfica del entrenamiento de redes neuronales. Enuncie la regla de entrenamiento de redes perceptrn clsica (Perceptron Learning Rule). Simulacin

4.1.2

Utilizando algn ambiente de programacin (Pascal, C, C++, Matlab, etc.), implemente una red neuronal de tres entradas y tres salidas. La red debe ser capaz de responder a los siguientes patrones:
Tabla 1: Problema de reconocimiento de colores

R Mayor que 3 Menor que 3 Mayor que 3

Entradas G Menor que 3 Mayor que 3 Mayor que 3 Otros casos

B Menor que 3 Menor que 3 Menor que 3

Rojo 1 0 0 0

Salidas Verde Amarillo 0 0 1 0 0 1 0 0

Resuelva el problema mediante alguna representacin grfica. Implemente la estructura resultante e identifquela. Resuelva el problema de reconocimiento de colores usando un perceptrn de capa nica con ponderacin de entradas lineal y con umbral tipo sgn(x) (funcin signo). Implemente un entrenamiento para esta red y registre los pesos wi obtenidos. Modelacin del Color Anlisis Terico

4.2 4.2.1

Distinga entre mezcla aditiva y mezcla sustractiva. Identifique los colores primarios segn cada tipo de composicin, y entregue las frecuencias y longitudes de onda asociados a dichos colores. Que otros tipos de modelos de composicin existen?. Explique brevemente en qu consisten y enuncie sus aplicaciones. Explique la funcin precisa de las transparencias coloreadas usadas. Que modelo de color propone el circuito propuesto?

4.3

Implementacin de redes neuronales

Disee circuitos para posibles neuronas implementables, junto con las ventajas y desventajas de cada esquemtico propuesto.

10

Usando un paquete de simulacin de circuitos con compatibilidad con SPICE, simule la red neuronal de dos capas propuesta en la seccin anterior. Utilizando el comando .define, introduzca potencimetros en la simulacin y pruebe el comportamiento de la red para diversos valores de stos. Registre los valores que usted considere ms ptimos para la implementacin del circuito en protoboard.

11

Trabajo Experimental.

Debido a la naturaleza de esta experiencia, el trabajo experimental se ha subdividido en dos partes. Una etapa de ajuste y prueba de la red neuronal y otra de estudio del funcionamiento del circuito construido. 5.1 Fuente luminosa

Ponga la ampolleta cerca de la protoboard o conectada al circuito. Esta fuente lumnica ser utilizada para fijar el punto de operacin de las foto-resistencias. 5.2 Calibracin de las foto-resistencias

Site la fuente de luz a veinte centmetros de las foto-resistencias recubiertas por las transparencias coloreadas. 5.2.1 Curvas caractersticas de las foto-resistencias

Con el objeto de obtener una relacin entre intensidad luminosa y resistencia de los dispositivos, mida la resistencia de cada foto-resistor al ser expuesto ante la lamparilla. Obtenga diez o ms datos para cada resistencia, alejando la fuente de luz en un centmetro o bien variando su potencimetro, si ella esta conectada al circuito. Procure efectuar la medicin lo mas limpiamente que pueda. Si es posible evite movimientos de objetos cercanos a la protoboard de trabajo: esto afecta bastante la medicin. Registre estos datos para su posterior anlisis. 5.2.2 Comportamiento de las foto-resistencias

Fije la posicin de la lmpara para el resto de la experiencia, y mida nuevamente la resistencia de cada foto-resistor, pero esta vez coloree la luz sucesivamente con transparencias roja, verde y azul. Compare con la lectura de luz blanca. Las foto-resistencias son entonces recubiertas por transparencias roja, verde y azul, respectivamente. Repita el experimento para estas nuevas condiciones. Fije finalmente los potencimetros a un porcentaje del valor medido en cada foto-resistencia.(p.ej: 100%). Cercirese de que el voltaje a la salida de la red de adaptacin es cercano a Vcc/2. 5.3 5.3.1 Implementacin de la red neuronal Construccin de la red neuronal

Del trabajo previo que el grupo haya efectuado, construya la red neuronal. Implemente el circuito propuesto en el punto anterior de esta gua en una protoboard. Observe que se necesita un alto numero de potencimetros. Dado que no todos ellos son de operacin critica, intente el ajuste mediante el reemplazo sucesivo de estos por combinaciones de resistencias elegidas que se aproximen a los valores ptimos de su simulacin. 5.3.2 Estudio del comportamiento de la red neuronal

Observe las salidas de la red para mltiples voltajes de entrada, en particular para las siguientes combinaciones: Entradas (Fraccin de Vcc) 2/3 2/3 2/3 2/3 1/3 1/3
12

1/3 2/3 1/3

2/3 2/3 1/3

1/3 1/3 1/3

Mida los voltajes que se obtienen a la entrada de cada neurona de la segunda capa. Verifique que la red funcione en optimas condiciones, de modo que se encuentre lista para ser acoplada a las fotoresistencias adaptadas. Respuesta de la caracterstica umbral de la red neuronal.

5.4

Funcionamiento del circuito

Coloque el circuito completo frente a distintos tipos de luces coloreadas (Rojo, Verde, Amarillo, Azul, Blanca). Mida los voltajes a la salida de las redes adaptadoras y en las entradas de las neuronas de la segunda capa. Regule los potencimetros de adaptacin de las foto-resistencias. Verifique si el circuito funciona al colocar objetos de colores rojo, verde o amarillo en vez de luz. Asimismo vea si el sistema funciona con mnimas intensidades de luz (vare la distancia, o la resistencia de la ampolleta). Rastree cualquier tipo de error verificando el funcionamiento de la etapa de las fotoresistencias. Si es necesario modifique la estructura del circuito de adaptacin. Estudie la incorporacin de resistencias en paralelo a la foto-resistencia.

13

Informe final

Incluya en el informe final todo el trabajo realizado antes y despus del laboratorio. Agregue adems todo el material de simulacin que el grupo estime conveniente. No olvide incluir conclusiones acerca del diseo propuesto y justificar posibles deficiencias que ste haya presentado en el laboratorio. 6.1 Calibracin de las foto-resistencias

Anote las especificaciones de la lampara utilizada, as como de las transparencias usadas. 6.1.1 Curvas caractersticas de las foto-resistencias

Grafique los datos obtenidos en esta parte de la experiencia. Comente acerca de la calidad de las fotoresistencias utilizadas. Son estas tres similares?. Si es necesario grafique la raz de la distancia medida, en caso de que ello corresponda. Cunto influye la luz del ambiente en las mediciones?. Justifique usando los datos medidos. 6.1.2 Comportamiento de las foto-resistencias

Construya una tabla con los datos medidos. Qu sucede con la lectura cuando la transparencia de la fuente luminosa se asocia con la transparencia que recubre la fotoresistencia medida?. Compare con las curvas caractersticas obtenidas en el punto anterior. 6.2 Implementacin de la red neuronal

Indique los valores y modelos finales de todos los componentes utilizados, en especial los valores de los potencimetros. Hubo necesidad de efectuar cambios en los valores previamente simulados?. Simule la red con los nuevos valores si es necesario. Explique las principales dificultades de implementar la red, si las hubo 6.3 Funcionamiento del circuito

Comente acerca de todos los resultados obtenidos y los comportamientos observados con respecto al funcionamiento. A que se deben las principales fallas del sistema? Son las foto-resistencias elementos ptimos para efectuar la medicin propuesta?

14

Referencias

[1] [2] [3] [4]

"Neural Fuzzy Systems", Chin Ten Ling, George Lee, 1996 Operational Amplifiers Databook, National Semiconductor, 1993 Camilla, Luis, Apuntes del Curso de Electrnica, 1995 Manual National Semiconductor.

15