際際滷

際際滷Share a Scribd company logo
Radial Basis Function - Example
Contoh Soal 
 Diketahui sebuah Table Kebenaran dan Struktur Jaringan untuk XOR 
sbb: 
X1 X2 Target 
0 0 0 
0 1 1 
1 0 1 
1 1 0 
XOR Truth Table 
1 
2 
Y 
Bias (b)=+1 
X1 
X2 
Input Unit Hidden Unit Output Unit 
w1 
w2
Tahap 1 : Menentukan Center secara acak 
 Misalnya ditentukan 2 center (menyatakan jumlah hidden) secara 
acak sbb : 
 T1 = [1 1] 
 T2 = [0 0] 
 Maka jumlah hidden yang harus dibuat sebanyak 2 buah. 
 Nilai spread diasumsikan :  = 1
Kalau tabelnya seperti telihat di atas, maka : 
 Matriknya adalah : 
0 0 
11 12 
0 1 
 
21 22 
1 0 
31 32 
1 1 
41 42
Tahap 2 : Pembaharuan Bobot 
 Lankah 1. Meneruskan sinyal ke hidden layer dan menghitung nilai fungsi aktifasi dengan fungsi 
Gaussian. 
  = ロ  
2 
22 
    = ロ(    )2 Input Center 
  11 = exp(( 0  1 2+(0-1) 2=exp(-2)=0.1353  [0 0] dan [1 1] 
  21 = exp(( 0  1 2+(1-1) 2=exp(-1)=0.3678  [0 1] dan [1 1] 
  31 = exp(( 1  1 2+(0-1) 2=exp(-1)=0.3678  [1 0] dan [1 1] 
  41 = exp(( 1  1 2+(1-1) 2=exp(0)= 1  [1 1] dan [1 1] 
  12 = exp(( 0  0 2+(0-0) 2=exp(0)=1  [0 0] dan [0 0] 
  22 = exp(( 0  0 2+(1-0) 2=exp(-1)=0.3678  [0 1] dan [0 0] 
  32 = exp(( 1  0 2+(00) 2=exp(1)=0.3678 [1 0] dan [0 0] 
  42 = exp(( 1  0 2+(1-0) 2=exp(-2)=0.1353  [1 1] dan [0 0] 
X1 X2 Target 
0 0 0 
0 1 1 
1 0 1 
1 1 0 
XOR Truth Table
Tahap 2 : Pembaharuan Bobot 
 Langkah 2. Membentuk Matrik Gaussian 
G= 
0.1353 1  
0.3678 0.3678  
0.3678 
1 
0.3678 
0.1353 
 
 
kolom terakhir diisi dengan bias = +1 
 Langkah 3. Menghitung pseudoinverse dari matrik Gaussian 
GTG= 
1.2889 10.5412 1.8709 
0.5412 1.2889 1.8709 
1.8709 1.8709 4 
 (GTG)-1
Tahap 2 : Pembaharuan Bobot 
(GTG)-1 = 
6.9281 5.5907 5.8553 
5.5907 6.9281 5.8553 
5.8553 5.8553 5.7274 
 = 
0 
1 
10 
 = 
1 
2 
 
GTd = 
0.7356 
0.7356 
2 
W = (GTG)-1 GTd = 
2.5019 
2.5019 
.  
Jadi W1 = -2.5019; W2 = -2.5019; dan bias = 2.8404
Tahap 2 : Pembaharuan Bobot 
 Langkah 4. Mencoba mengetahui output dari jaringan 
 Rumus Output Jaringan : Y = W1 * 1 + W2 * 2 + bias 
X1 X2 1 1 2 2 bias Y Target 
0 0 0.1353 -2.5019 1 -2.5019 2.8404 0.0000 0 
0 1 0.3678 -2.5019 0.3678 -2.5019 2.8404 1.000 1 
1 0 0.3678 -2.5019 0.3678 -2.5019 2.8404 1.000 1 
1 1 1 -2.5019 0.1353 -2.5019 2.8404 0.0000 0 
 Jika dilihat dari table di atas, RBFN telah mengeluarkan output yg sesuai 
dengan target, sehingga TRAINING BERHASIL

More Related Content

Radial Basis Function - Example

  • 2. Contoh Soal Diketahui sebuah Table Kebenaran dan Struktur Jaringan untuk XOR sbb: X1 X2 Target 0 0 0 0 1 1 1 0 1 1 1 0 XOR Truth Table 1 2 Y Bias (b)=+1 X1 X2 Input Unit Hidden Unit Output Unit w1 w2
  • 3. Tahap 1 : Menentukan Center secara acak Misalnya ditentukan 2 center (menyatakan jumlah hidden) secara acak sbb : T1 = [1 1] T2 = [0 0] Maka jumlah hidden yang harus dibuat sebanyak 2 buah. Nilai spread diasumsikan : = 1
  • 4. Kalau tabelnya seperti telihat di atas, maka : Matriknya adalah : 0 0 11 12 0 1 21 22 1 0 31 32 1 1 41 42
  • 5. Tahap 2 : Pembaharuan Bobot Lankah 1. Meneruskan sinyal ke hidden layer dan menghitung nilai fungsi aktifasi dengan fungsi Gaussian. = ロ 2 22 = ロ( )2 Input Center 11 = exp(( 0 1 2+(0-1) 2=exp(-2)=0.1353 [0 0] dan [1 1] 21 = exp(( 0 1 2+(1-1) 2=exp(-1)=0.3678 [0 1] dan [1 1] 31 = exp(( 1 1 2+(0-1) 2=exp(-1)=0.3678 [1 0] dan [1 1] 41 = exp(( 1 1 2+(1-1) 2=exp(0)= 1 [1 1] dan [1 1] 12 = exp(( 0 0 2+(0-0) 2=exp(0)=1 [0 0] dan [0 0] 22 = exp(( 0 0 2+(1-0) 2=exp(-1)=0.3678 [0 1] dan [0 0] 32 = exp(( 1 0 2+(00) 2=exp(1)=0.3678 [1 0] dan [0 0] 42 = exp(( 1 0 2+(1-0) 2=exp(-2)=0.1353 [1 1] dan [0 0] X1 X2 Target 0 0 0 0 1 1 1 0 1 1 1 0 XOR Truth Table
  • 6. Tahap 2 : Pembaharuan Bobot Langkah 2. Membentuk Matrik Gaussian G= 0.1353 1 0.3678 0.3678 0.3678 1 0.3678 0.1353 kolom terakhir diisi dengan bias = +1 Langkah 3. Menghitung pseudoinverse dari matrik Gaussian GTG= 1.2889 10.5412 1.8709 0.5412 1.2889 1.8709 1.8709 1.8709 4 (GTG)-1
  • 7. Tahap 2 : Pembaharuan Bobot (GTG)-1 = 6.9281 5.5907 5.8553 5.5907 6.9281 5.8553 5.8553 5.8553 5.7274 = 0 1 10 = 1 2 GTd = 0.7356 0.7356 2 W = (GTG)-1 GTd = 2.5019 2.5019 . Jadi W1 = -2.5019; W2 = -2.5019; dan bias = 2.8404
  • 8. Tahap 2 : Pembaharuan Bobot Langkah 4. Mencoba mengetahui output dari jaringan Rumus Output Jaringan : Y = W1 * 1 + W2 * 2 + bias X1 X2 1 1 2 2 bias Y Target 0 0 0.1353 -2.5019 1 -2.5019 2.8404 0.0000 0 0 1 0.3678 -2.5019 0.3678 -2.5019 2.8404 1.000 1 1 0 0.3678 -2.5019 0.3678 -2.5019 2.8404 1.000 1 1 1 1 -2.5019 0.1353 -2.5019 2.8404 0.0000 0 Jika dilihat dari table di atas, RBFN telah mengeluarkan output yg sesuai dengan target, sehingga TRAINING BERHASIL