Un método basado en reglas para localizar los límites de las redes neuronales
Autores: Tsoulos, Ioannis G.; Tzallas, Alexandros; Karvounis, Evangelos
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Gestión y administración
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 7
Citaciones: Sin citaciones
Se presenta un método avanzado para entrenar redes neuronales artificiales que tiene como objetivo identificar el intervalo óptimo para la inicialización y el entrenamiento de redes neuronales artificiales. La ubicación del intervalo óptimo se realiza utilizando reglas que evolucionan a partir de un algoritmo genético. El método tiene dos fases: en la primera fase, se intenta localizar el intervalo óptimo, y en la segunda fase, la red neuronal artificial se inicializa y se entrena en este intervalo utilizando un método de optimización global, como un algoritmo genético. El método ha sido probado en una variedad de datos de categorización y aprendizaje de funciones, y los resultados experimentales son extremadamente alentadores.
Descripción
Se presenta un método avanzado para entrenar redes neuronales artificiales que tiene como objetivo identificar el intervalo óptimo para la inicialización y el entrenamiento de redes neuronales artificiales. La ubicación del intervalo óptimo se realiza utilizando reglas que evolucionan a partir de un algoritmo genético. El método tiene dos fases: en la primera fase, se intenta localizar el intervalo óptimo, y en la segunda fase, la red neuronal artificial se inicializa y se entrena en este intervalo utilizando un método de optimización global, como un algoritmo genético. El método ha sido probado en una variedad de datos de categorización y aprendizaje de funciones, y los resultados experimentales son extremadamente alentadores.