Академический Документы
Профессиональный Документы
Культура Документы
Formato
FR-FAC-PAC-GLB-018 Versión: 02 Fecha: 24/06/2019
1. OBJETIVOS
General:
Implementar un circuito a una estructura de un carro seguidor de línea para tomar datos
de su funcionamiento, los cuales deberán ser correguidos y entrenados mediante el
proceso de redes neuronales.
Específicos
2. INTRODUCCIÓN:
El cerebro es un procesador de información con unas características muy notables: es capaz de
procesar a gran velocidad grandes cantidades de información procedentes de los sentidos,
combinarla o compararla con la información almacenada y dar respuestas adecuadas incluso en
situaciones nuevas. Logra discernir un susurro en una sala ruidosa, distinguir una cara en una calle
mal iluminada o leer entre líneas en una declaración política; pero lo más impresionante de todo es
su capacidad de aprender a representar la información necesaria para desarrollar tales habilidades
sin instrucciones explícitas para ello.
Aunque todavía se ignora mucho sobre la forma en que el cerebro aprende a procesar la
información, se han desarrollado modelos que tratan de mimetizar tales habilidades; denominados
redes neuronales artificiales ó modelos de computación conexionista (otras denominaciones son
computación neuronal y procesamiento distribuido paralelo o P.D.P.). La elaboración de estos
modelos supone en primer lugar la deducción de los rasgos o características esenciales de las
INFORME DE LA PRÁCTICA
Formato
FR-FAC-PAC-GLB-018 Versión: 02 Fecha: 24/06/2019
Se presenta el esquema de una neurona artificial durante la etapa de aprendizaje. Una vez
establecidos los pesos definitivos de interconexión, la neurona adquiere su forma tradicional.
(Ugarte, 2009)
En definitiva, las redes neuronales no son más que un modelo artificial y simplificado del cerebro
humano, que es el ejemplo más perfecto del que disponemos de sistema que es capaz de adquirir
conocimiento a través de la experiencia. Una red neuronal es «un nuevo sistema para el
tratamiento de la información cuya unidad básica de procesamiento está inspirada en la célula
fundamental del sistema nervioso humano, la neurona». (Matich, 2001)
3. MATERIALES
Modulo puente H
Kit carro seguidor de linea
Fuente DC
SIMULINK
Protoboard
Cables Arduino
Fuente independiente de alimentación (LIPO)
Arduino Mega
4. RESULTADOS Y DISCUSIÓN:
INFORME DE LA PRÁCTICA
Formato
FR-FAC-PAC-GLB-018 Versión: 02 Fecha: 24/06/2019
INFORME DE LA PRÁCTICA
Formato
FR-FAC-PAC-GLB-018 Versión: 02 Fecha: 24/06/2019
INFORME DE LA PRÁCTICA
Formato
FR-FAC-PAC-GLB-018 Versión: 02 Fecha: 24/06/2019
4 CONCLUSIONES:
La red fue diseñada con éxito ya que al ser el perceptrón una red neuronal que tiene un
aprendizaje supervisado pudo clasificar de manera correcta todos los inputs para así tener
un output.
Esta red decide si es necesario dar un PWM al momento de realizar el giro, mediante el
modelo del perceptrón y todo el entrenamiento que se le dio.
La manera como se diseñó esta red, se tiene también muchas más aplicaciones a cualquier
parte y en cualquier forma, eso dependerá del programador.
5 RECOMENDACIONES:
Para el buen funcionamiento de la red neuronal se debe seguir las siguientes consideraciones:
Esta red neuronal ha sido entrenada con casos ya sucedidos en el pasado, por lo que saca
todo su conocimiento de esos casos realizados en clases.
Para una buena mantenibilidad se sugiere que la red sea entrenada cada cierto periodo de
tiempo, ya que se necesita información actual y correcta para que la red funcione
correctamente.
Bibliography
Matich, D. J. (2001, 03). Universidad Tecnologica Nacional. Retrieved from
https://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monogra
ias/matich-redesneuronales.pdf
Ugarte, M. (2009, 07). Universitas Enciclopedia . Retrieved from
https://www.monografias.com/trabajos/redesneuro/redesneuro.shtml
There are no sources in the current document.