Return to search

Modelo de entrenamiento de rede neuronales basado en algoritmos genéticos

La Inteligencia Artificial es la disciplina que estudia la forma de diseñar procesos que exhiban características que comúnmente se asocian con el comportamiento humano inteligente. La Inteligencia Artificial sintetiza y automatiza tareas intelectuales y es, por lo tanto, potencialmente relevante para cualquier ámbito de la actividad intelectual humana. Actualmente esta ciencia está comprendida por varios subcampos que van desde áreas de propósito general, como el aprendizaje y la percepción, a otras más específicas como la demostración de teoremas matemáticos, el diagnostico de enfermedades, etc. Uno de los modelos que ha surgido para emular el proceso de aprendizaje es la red neuronal artificial. Las redes neuronales son modelos que intentan reproducir el comportamiento del cerebro humano Una red neuronal consiste en un conjunto de elementos de procesamiento, llamados neuronas, los cuales se conectan entre sí. La organización y disposición de las neuronas dentro de una red neuronal se denomina topología, y viene dada por el número de capas, la cantidad de neuronas por capa, el grado de conectividad, y el tipo de conexión entre neuronas. Una vez determinada la topología de la red neuronal es necesario entrenarla. En la etapa de entrenamiento la red es capaz de aprender relaciones complejas entre entradas y salidas mediante el ajuste de los pesos de las conexiones entre neuronas. Widrow y Lehr identifican una cantidad significativa de algoritmos de entrenamiento. La mayoría de éstos utilizan información del gradiente de una función de error para ajustar los pesos de las conexiones, y se los llaman algoritmos de gradiente descendente Las redes neuronales artificiales han sido aplicadas con éxito en gran cantidad de problemas como por ejemplo reconocimiento de patrones, clasificación, visión, control, predicción, etc

Identiferoai:union.ndltd.org:BOLVUMSA/sdx:www.cybertesis.umsa.bo:8080:umsa/documents/umsa.2009.cussi_ch-principal
Date January 2009
CreatorsCussi Cuentas, Hebert Erland
ContributorsSilva Sanchez, Efrain, Mullisaca Choque, Carlos
PublisherUniversidad Mayor de San Andrés. Programa Cybertesis BOLIVIA
Source SetsUniversidad Mayor de San André(UMSA)
LanguageSpanish
Detected LanguageSpanish
Formattext/xml
RightsCussi Cuentas, Hebert Erland

Page generated in 0.0023 seconds