Backpropagation Untuk mengenali pola huruf
JST didesain dan dilatih untuk mengenali huruf A, B, dan C Masing-masing huruf diwakili oleh nilai Boolean 5x7
Huruf Huruf A Huruf B Huruf C
Pembentu
00100 01010 01010 10001 11111 10001
10001
Mempunyai input 35 unit
Outputnya 3 unit
Layer tersembunyi misalnya terdapat 10 unit
α
= 0,3
Fungsi Aktifasi : logsig dan purelin
Data pelatihan:
Pola Input Targ
et Pola 1 0 0 1 0 0 0 1 0 1 0 0 1 0 1 0 1 0 0 0 1 1 1 1 1 1 1
0 0 0 1 1 0 0 0 1 1 0 0
Pola 2 1 1 1 1 0 1 0 0 0 1 1 0 0 0 1 1 1 1 1 0 1 0 0 0 1 1
0 0 0 1 1 1 1 1 0 0 1 0
Pola 3 1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1
0 0 0 0 1 1 1 1 1 0 0 1
Perintah Matlab
>> P=[0 1 1 ;0 1 1 ;1 1 1 ;0 1 1 ;0 0 1 ;0 1 1 ;1 0 0 ;0 0 0 ;1 0 0 ;0 1 0 ;0 1 1 ;1 0 0 ;0 0 0 ;1 0 0 ;0 1 0 ;1 1 1 ;0 1 0 ;0 1 0 ;0 1 0 ;1 0 0 ;1 1 1 ;1 0 0 ;1 0 0 ;1 0 0 ;1 1 0 ;1 1 1 ;0 0 0 ;0 0 0 ;0 0 0 ;1 1 0 ;1 1 1 ;0 1 1 ;0 1 1 ;0 1 1 ;1 0 1];
>> T=[1 0 0;0 1 0;0 0 1];
>> net=newff(minmax(P),[10,3],{ 'logsig', 'purelin'},'traingd');
>> net.trainParam.goal=0.000005;
>> net.trainParam.epoch=10000;
>> net.trainParam.lr=0.3;
>> net.IW{1,1}
>> net.LW{2,1}
>> net.b{1}
>> net.b{2}
>> net=train(net,P,T);
>>
P=[0;0;1;0;0;0;1;0;1;0;0;1;0;1;0;1;0;0;0;1;1;1;1;1;1;1;0;0;0;1;1;0;0;0;1];
>> y=sim(net,P)
>>
P=[1;1;1;1;0;1;0;0;0;1;1;0;0;0;1;1;1;1;1;0;1;0;0;0;1;1;0;0;0;1;1;1;1;1;0];
Hitung bobot-bobot pada perhitungan data pertama epoch pertama JST backpropagation untuk mengenali pola dibawah huruf A dan B.
Huruf Huruf A Huruf C
Pembentu
kan Huruf 0 1 01 0 1 1 1 1 1 0 1
1 1 1 1 0 0 1 0 0 1 1 1 Simbol
Huruf 010 101 111 101 111 100 100 111 Output: A=1,B=0
