Aprendizaje autónomo de redes neuronales artificiales

Estudiamos numéricamente redes neuronales artificiales multicapa con procesamiento unidireccional (feedforward) y su optimización con respecto a dos propiedades de especial importancia en el campo de las redes complejas y los modelos computacionales de sistemas biológicos: el cumplimiento de una fun...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Bilen, Agustín Miguel
Otros Autores: Kaluza, Pablo F.
Formato: Tesis de grado publishedVersion Tesina de grado
Lenguaje:Español
Publicado: Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales 2016
Materias:
Sistema computacional
Método de aprendizaje
Acceso en línea:http://bdigital.uncu.edu.ar/16568
Aporte de:
Biblioteca Digital de Universidad Nacional de Cuyo
id I11-R816568
record_format dspace
institution Universidad Nacional de Cuyo
institution_str I-11
repository_str R-8
collection Biblioteca Digital
language Español
orig_language_str_mv spa
topic Sistema computacional
Método de aprendizaje
spellingShingle Sistema computacional
Método de aprendizaje
Bilen, Agustín Miguel
Aprendizaje autónomo de redes neuronales artificiales
topic_facet Sistema computacional
Método de aprendizaje
description Estudiamos numéricamente redes neuronales artificiales multicapa con procesamiento unidireccional (feedforward) y su optimización con respecto a dos propiedades de especial importancia en el campo de las redes complejas y los modelos computacionales de sistemas biológicos: el cumplimiento de una función compleja con generalización de lo aprendido y la robustez estructural. En primer lugar, interesa optimizar las redes para cumplir cierta función: el reconocimiento de las vocales en una matriz de píxeles. Con ello, se espera no sólo que cada red sepa clasificar los patrones aprendidos, sino que pueda generalizar a casos novedosos lo que se le enseñó en casos particulares, clasificando correctamente las vocales aun cuando las señales que se le muestren presenten ruido o sean defectuosas. En segundo lugar, buscamos que las redes creadas sean estructuralmente robustas, esto es, conserven su buena operatividad luego de sufrir daños en su topología. Usualmente, para la optimización de redes neuronales artificiales, los algoritmos de aprendizaje que se emplean dependen de un agente externo implícito en su formulación que durante el proceso guía a la red en la modificación de sus parámetros hasta que ésta alcanza un desempeño satisfactorio u óptimo. La línea central de este trabajo es la implementación de un método estocástico de aprendizaje por refuerzo, denominado aprendizaje autónomo, según el cual el propio estado de la red define la magnitud y la dirección de los cambios para que ésta logre optimizarse.
author2 Kaluza, Pablo F.
author_facet Kaluza, Pablo F.
Bilen, Agustín Miguel
format Tesis de grado
Tesis de grado
publishedVersion
Tesina de grado
author Bilen, Agustín Miguel
author_sort Bilen, Agustín Miguel
title Aprendizaje autónomo de redes neuronales artificiales
title_short Aprendizaje autónomo de redes neuronales artificiales
title_full Aprendizaje autónomo de redes neuronales artificiales
title_fullStr Aprendizaje autónomo de redes neuronales artificiales
title_full_unstemmed Aprendizaje autónomo de redes neuronales artificiales
title_sort aprendizaje autónomo de redes neuronales artificiales
publisher Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales
publishDate 2016
url http://bdigital.uncu.edu.ar/16568
work_keys_str_mv AT bilenagustinmiguel aprendizajeautonomoderedesneuronalesartificiales
bdutipo_str Repositorios
_version_ 1764820404351795201

Ejemplares similares