UN SOFTWARE INTERACTIVO PARA EL ENTRENAMIENTO DE REDES NEURONALES MULTICAPA USANDO EL MÉTODO SECANTE ESTRUCTURADO

Favián Arenas A., Hevert Vivas

Resumen


En este artículo, presentamos un nuevo software para el entrenamiento de redes neuronales artificiales, el cual, tiene como base el método de mínimos cuadrados no lineales y que utiliza los métodos secantes estructurados, implementados por primera vez en (Vivas, Martínez, & Pérez, 2018). La novedad de nuestra propuesta es que dicho software permite modificar la cantidad de capas ocultas, el número de neuronas en cada capa, y se incorporan los métodos secantes estructurados. Presentamos pruebas numéricas que muestran el buen desempeño del software en tres problemas de clasificación tomados de un base de datos libre (Newman, 2018).

Texto completo:

PDF

Referencias


Ayres-de Campos, D. &.-d.-S.-L. (2000). SisPorto 2.0: a program for automated analysis of cardiotocograms. J Matern Fetal Med, 311–318.

Crisóstomo, J. &.-S.-R. (01 de 08 de 2016). Hyperresistinemia and metabolic dysregulation: a risky crosstalk in obese breast cancer. Endocrine, 53(2), 433-442.

Martín del Brío, B. y. (2006). Redes Neuronales y Sistemas Borrosos. Madrid: RA-MA editorial.

Martínez, H. J. (1989). Convergence theory for the structured BFGS secant method with an application to nonlinear least squares. Journal Of Optimization Theory And Applications ISSN: 0022-3239, 61, 161-178.

MathWorks. (s.f.). Array de celdas - MATLAB. Recuperado el 2018, de https://la.mathworks.com/help/matlab/ref/cell.html?s_tid=srchtitle

Newman, A. a. (01 de 09 de 2018). UCI Machine Learning Repository. Obtenido de http://archive.ics.uci.edu/ml/

Vivas, H., Martínez, H. J., & Pérez, R. (2018). Método secante estructurado para el entrenamiento del perceptrón multicapa. Revista de Ciencias, 18(2), 131-150.




DOI: https://doi.org/10.24054/16927257.v34.n34.2019.3867

Enlaces refback

  • No hay ningún enlace refback.