Buchumschlag

Optimización de perceptrones multicapa mediante algoritmos evolutivos

Fuente: Redalyc

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	P.A. Castillo
Format:	Artículo científico
Sprache:	es
Veröffentlicht:	Asociación Española para la Inteligencia Artificial 2006
Schlagworte:	Ingeniería Optimización Métodos Híbridos Algoritmos Evolutivos Redes Neuronales Artificiales
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

_version_	1876443951802613760
author	P.A. Castillo
author_facet	P.A. Castillo
contents	Optimización de perceptrones multicapa mediante algoritmos evolutivos P.A. Castillo Ingeniería Optimización Métodos Híbridos Algoritmos Evolutivos Redes Neuronales Artificiales El objetivo de esta tesis es la presentación de un nuevo método, que se ha denominado G-Prop (Geneticback-Propagation), y la demostración de su utilidad en la resolución de una serie de problemas reales declasificación de patrones y aproximación funcional. Dicho método está basado en un algoritmo evolutivo(AE), que facilita el diseño de perceptrones multicapa (MLP) buscando los parámetros de aprendizaje, lospesos iniciales y la arquitectura de red para un MLP que resuelva un problema de clasificación concreto.El método propuesto trata de aprovechar las ventajas que presentan tanto los AE como las presentadas porlos algoritmos basados en descenso del gradiente, en este caso quick-propagation (QP): la capacidad del AEpara encontrar una solución cercana al _optimo global y la de QP para sintonizar la búsqueda, alcanzando eloptimo local más cercano a la solución encontrada por el AE.G-Prop ha sido probado con diversos problemas sintéticos y reales, y comparado con otras técnicas declasificación y aproximación funcional disponibles en la bibliografía, mostrándose competitivo en la mayoríade los experimentos llevados a cabo y demostrando las ventajas de utilizarlo, ya que no es necesario establecerde antemano ningún parámetro relativo al MLP. 2006 artículo científico 1137-3601 https://www.redalyc.org/articulo.oa?id=92503008 es http://www.redalyc.org/revista.oa?id=925 Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial application/pdf Asociación Española para la Inteligencia Artificial Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial (España) Num.30 Vol.10
format	Artículo científico
id	redalyc_92503008
institution	Redalyc
language	es
publishDate	2006
publisher	Asociación Española para la Inteligencia Artificial
spellingShingle	Optimización de perceptrones multicapa mediante algoritmos evolutivos P.A. Castillo Ingeniería Optimización Métodos Híbridos Algoritmos Evolutivos Redes Neuronales Artificiales Optimización de perceptrones multicapa mediante algoritmos evolutivos P.A. Castillo Ingeniería Optimización Métodos Híbridos Algoritmos Evolutivos Redes Neuronales Artificiales El objetivo de esta tesis es la presentación de un nuevo método, que se ha denominado G-Prop (Geneticback-Propagation), y la demostración de su utilidad en la resolución de una serie de problemas reales declasificación de patrones y aproximación funcional. Dicho método está basado en un algoritmo evolutivo(AE), que facilita el diseño de perceptrones multicapa (MLP) buscando los parámetros de aprendizaje, lospesos iniciales y la arquitectura de red para un MLP que resuelva un problema de clasificación concreto.El método propuesto trata de aprovechar las ventajas que presentan tanto los AE como las presentadas porlos algoritmos basados en descenso del gradiente, en este caso quick-propagation (QP): la capacidad del AEpara encontrar una solución cercana al _optimo global y la de QP para sintonizar la búsqueda, alcanzando eloptimo local más cercano a la solución encontrada por el AE.G-Prop ha sido probado con diversos problemas sintéticos y reales, y comparado con otras técnicas declasificación y aproximación funcional disponibles en la bibliografía, mostrándose competitivo en la mayoríade los experimentos llevados a cabo y demostrando las ventajas de utilizarlo, ya que no es necesario establecerde antemano ningún parámetro relativo al MLP. 2006 artículo científico 1137-3601 https://www.redalyc.org/articulo.oa?id=92503008 es http://www.redalyc.org/revista.oa?id=925 Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial application/pdf Asociación Española para la Inteligencia Artificial Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial (España) Num.30 Vol.10
title	Optimización de perceptrones multicapa mediante algoritmos evolutivos
topic	Ingeniería Optimización Métodos Híbridos Algoritmos Evolutivos Redes Neuronales Artificiales
url	https://www.redalyc.org/articulo.oa?id=92503008