Ambiente software de entrenamiento de redes neuronales con ajuste evolutivo de la topología y las funciones de activación
Este trabajo de investigación estudia dos problemas en la optimización en las redes neuronales utilizadas para la mayoría de aplicaciones reales: primero, el diseño de la arquitectura que involucra determinar el número de capas y neuronas por capa, y segundo, las funciones de activación que se deben...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | article Artículo |
| Lenguaje: | Español |
| Publicado: |
Universidad Icesi
2009
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/10906/2079 http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/1009 http://biblioteca2.icesi.edu.co/cgi-olib/?infile=details.glu&loid=208072 http://biblioteca.clacso.edu.ar/gsdl/cgi-bin/library.cgi?a=d&c=co/co-008&d=109062079oai |
| Aporte de: |
| Sumario: | Este trabajo de investigación estudia dos problemas en la optimización en las
redes neuronales utilizadas para la mayoría de aplicaciones reales: primero,
el diseño de la arquitectura que involucra determinar el número de capas y
neuronas por capa, y segundo, las funciones de activación que se deben usar
en cada una de estas capas. Para ello se desarrolla una herramienta software
basada en algoritmos genéticos que encuentra estos parámetros de las redes
neuronales. La herramienta desarrollada le permite al usuario elegir el algoritmo
de entrenamiento usado; además se aplican técnicas para lograr una mejor
generalización como son la detención temprana, la repetición del entrenamiento
y el ajuste de los datos de entrenamiento a las funciones de activación usadas.
Por último, la herramienta desarrollada es probada en un grupo de usuarios
especializados que utilizan la herramienta para encontrar una arquitectura de
red neuronal óptima para resolver un problema de verificación de identidad
a través de la imagen facial mediante redes neuronales artificiales. |
|---|