• Implementación de redes n...

Treffer: Implementación de redes neuronales utilizando un esquema evolutivo orientado a problemas de clasificación

Title:
Implementación de redes neuronales utilizando un esquema evolutivo orientado a problemas de clasificación
Authors:
Vargas Ochoa, Carlos Edwardo
Contributors:
Ugarte Macías, Juan Pablo
Source:
[1] G. P. Zhang, «Neural Networks for Classification: A Survey,» IEEE Transactions on Systems, Man and Cybernetics, vol. 30, nº 4, p. 451–462, 2000. ; [2] B. Widrow, D. E. Rumelhart y M. A. Lehr, «Neural networks: applications in industry, business and science,» Communications of the ACM, vol. 37, nº 3, p. 93–105, 1994. ; [3] H. Lu, R. Setiono y H. Liu., «Effective data mining using neural networks,» IEEE Transactions on Knowledge and Data Engineering, vol. 8, nº 6, p. 957–961, 1996. ; [4] R. Bala y D. Kumar, «Classification Using ANN: A Review,» International Journal of Computational ....
Publisher Information:
Universidad de San Buenaventura
Medellín
Facultad de Ingeniería
Ingeniería Electrónica
Publication Year:
2022
Collection:
Biblioteca Digital Universidad de San Buenaventura
Subject Terms:
620 - Ingeniería y operaciones afines, Maquina, Aprendizaje, Datos, Redes Neuronales, Redes Neuronales Evolutivas, Algoritmos Evolutivos, Clasificación usando Redes Neuronales, Arquitectura de Redes Neuronales, Neural Networks, Evolutive Neural Networks, Evolutive Algorithms, Classification using Neural Networks, Neural Networks Architectures
Document Type:
Dissertation bachelor thesis
File Description:
66 páginas; application/pdf
Language:
Spanish; Castilian
Relation:
instname:Universidad de San Buenaventura; reponame:Repositorio Institucional Universidad de San Buenaventura; repourl:https://bibliotecadigital.usb.edu.co/; https://hdl.handle.net/10819/11670
Availability:
https://hdl.handle.net/10819/11670
Rights:
info:eu-repo/semantics/openAccess ; http://purl.org/coar/access_right/c_abf2
Accession Number:
edsbas.571F70CA
Database:
BASE

Weitere Informationen

La arquitectura de una red neuronal es una propiedad fundamental que influye en el apropiado funcionamiento de la misma. La elección del número de capas ocultas y de neuronas de una red neuronal afecta al entrenamiento y al reconocimiento de patrones por parte de la máquina de aprendizaje. Por lo tanto, es importante que la elección de la arquitectura garantice un buen rendimiento en la resolución de problemas de clasificación automática. En este proyecto se presenta el diseño de un esquema evolutivo enfocado a la modificación de la arquitectura de una red, donde se usa a un algoritmo genético para variar el número de capas y neuronas. En este documento se describe la subordinación de los parámetros de una red neuronal a un algoritmo genético, realizándose pruebas en el número de neuronas, y también en el de capas y neuronas en conjunto. Se evaluó la utilización de diferentes métricas como función de costos del algoritmo evolutivo, recogiendo las que garantizaron un mayor rendimiento. El algoritmo resultante fue evaluado utilizando las bases de datos MNIST, SEED-IV, MATLAB Human-Activity, UCI Census Income, UCI Arrhythmia y UCI Ionosphere. Con todo esto, se evidenció su versatilidad, dado que la red neuronal evolutiva implementada resolvió problemas de clasificación en diferentes contextos con un alto rendimiento. ; The architecture of a neural network is a fundamental property that plays an important role in its proper function. The choice of the number of layers and neurons in a neural network affects the training and the pattern recognizing of the learning machine. Thus, it is important that the selection of the architecture guarantees a good performance in solving automatic problems. This project presents the design of an evolutive algorithm focused in the modification of the network architecture, using a genetic algorithm for changing the number of layers and neurons. This document describes the subordination of the neural network parameters to a genetic algorithm, changing the neurons number first, and ...