Optimización de redes neuronales artificiales mediante algoritmos genéticos PDF Download

Author:
Publisher:
ISBN:
Category :
Languages : es
Pages : 174

View

Book Description

Author:
Publisher:
ISBN:
Category :
Languages : es
Pages :

View

Book Description
En esta tesis se describe un nuevo método, EvRBF, basado en un algoritmo evolutivo y diseñado para entrenar redes neuronales de funciones base radiales (RNFBR). El método automatiza el establecimiento de los valores para los parámetros de la RNFBR, incluido el tamaño de la misma, intentnado acercarlos a sus valores óptimos. Adecionalmente, se introduce el concepto de Objeto Evolutivo a partir del cual se ha generado la biblioteca de programación EO, con la que se ha programado el nuevo método. Los Objetivos Evolutivos han permitido la construcción de sistemas que engloban a todos los pradigmas de la computación evolutiva. A continuación, se realiza una revisión de los diferentes enfocados basados en algoritmos evolutivos que tratan de diseñar redes neuronales artificiales. De forma más particular, se revisan los métodos propuestos en la literatura para el diseño automático de RNFBR, incluyendo tanto algoritmos evolutivos como no evolutivos. Posteriormente, se describen los nuevos operadores genéticos diseñados para operar con RNFBR y se realiza un estudio para determinar con qué factores de probabilidad deben ser aplicados. Igualmente, se estudian diversos métodos de inicialización de individuos y asignación de fitness, concluyendo con un conjunto de parámetros óptimo para ejecutar el método. Por último, se comprueba la efectividad del método propuesto aplicándolo a diversos problemas de aproximación funcional, clasificación de patrones y estimación de series temporales. Las tasas de error alcanzadas por el método demuestran su capacidad para determinar la arquitectura de las RNFBR y entrenar los diversos parámetros que las componen.

Author:
Publisher:
ISBN:
Category :
Languages : es
Pages :

View

Book Description
En esta tesis se presenta un nuevo algoritmo de clasificación denominado g-lvq. Este algoritmo consiste básicamente en una optimización con pocos parámetros libres del algoritmo de clasificación supervisada lvq de kohonen. La optimización de la red neuronal lvq se lleva a cabo utilizando algoritmos genéticos, que son potentes métodos de optimización basados en la selección natural y la base molecular de la misma. Para optimizar una red lvq, se codifica cada red en un "cromosoma" y se crea una población de los mismos. Cada red es evaluada en una tarea de clasificación, y dependiendo de su éxito en esta tarea, se le asigna una puntuación que consiste en la exactitud en la clasificación, el tamaño final de la red, y la distorsión o error entre el conjunto de entrada y la red neuronal obtenida. Los "cromosomas" correspondientes a las redes neuronales con mas éxito se entrecruzaran y mutaran, dando lugar a nuevas redes que serán también evaluadas. Además, se introducen nuevos operadores genéticos, que permiten alterar la longitud de los cromosomas. Estos operadores aumentan la longitud de la red neuronal siempre que alguna neurona gane demasiadas veces para muestras de entrada, y se disminuye la longitud siempre que alguna neurona no gane nunca. El algoritmo g-lvq esta preparado para ejecutarse en arquitecturas de tipo hipercubo o rejilla de procesadores, ya que todas las operaciones sobre genomas y redes neuronales se realizan a nivel local. Los resultados obtenidos en tareas de clasificación mejoran sustancialmente a los obtenidos con otros algoritmos clásicos.

Author: Raúl Pino Díez
Publisher: Universidad de Oviedo
ISBN: 9788483172490
Category : Computers
Languages : es
Pages : 116

View

Book Description
Dada la indefinición del propio concepto de "inteligencia", prácticamente existe una definición de Inteligencia Artificial por cada autor que escribe sobre el tema. En cualquier caso, desde distintas perspectivas, en el seno de la IA como ciencia y tecnología se han ido acumulando conocimientos sobre cómo emular las diversas capacidades del ser humano para exhibir comportamientos inteligentes y se han desarrollado sistemas cada vez más perfeccionados que reproducen parcialmente dichas capacidades.

Author:
Publisher:
ISBN:
Category :
Languages : es
Pages : 219

View

Book Description
En esta Tesis se desarrolla un nuevo método, llamado G-Prop, para entrenar perceptrones multicapa, basado en un algoritmo evolutivo y propagación rápida ("quick-propagation"). El método realiza automáticamente la tarea de establecer los valores para los parámetros del percetrón mlulticapa, evitando buscar dichos valores de forma manual. Se introduce el concepto de "Objeto Evolutivo", conel que se pueden construir sistemas que engloban a todos los paradigmas de la computación evolutiva. Posteriromente se realiza una revisión de los diferentes enfoques basados en algoritmos evolutivos que tratan de diseñar redes neuronales artificiales. Por último se comprueba la efectividad el método propuesto aplicándolo a diversos problemas tanto de clasificación de patrones como de aproximación funcional, con los que se demuestra su capacidad para determinar la arquitectura de perceptrones multicapa con bajas tasas de error en reconocimiento o aproximación.

Author: Salvador Torra Porras
Publisher: Addlink Software Científico
ISBN: 8461654978
Category : Computers
Languages : es
Pages : 270

View

Book Description
El libro presenta el uso de los modelos neuronales en el campo de la economía y las finanzas. La primera parte del mismo está dedicada a la metodología de las redes neuronales, y explica las distintas topologías existentes. En cambio en la segunda parte, se muestran cinco aplicaciones en el ámbito económico, en especial de las finanzas de mercado. Así el interés del libro es doble, por un lado se suministra la teoría correspondiente a cada tipo de red neuronal y por otra parte, y más importante, se presentan casos prácticos resueltos paso a paso mediante el software Mathematica. En dichos casos prácticos se han utilizado datos reales y se presentan las instrucciones de uso y su justificación, de tal manera que para poder utilizar los ejemplos no es necesaria una familiaridad previa con Mathematica.

Author: Johanny Franchesco Ni O Fonseca
Publisher: Ewe Editorial Acad MIA Espa Ola
ISBN: 9783848464531
Category :
Languages : es
Pages : 116

View

Book Description
Los controles inteligentes son aquellos que tienen la habilidad de actuar apropiadamente en un entorno con incertidumbre, donde una accion apropiada es la que aumenta la probabilidad de consecucion de los objetivos del sistema mediante actividades adaptativas, fusionando asi los metodos matematicos y los metodos cognoscitivos (linguisticos). Los controles inteligentes mas desarrollados en la actualidad estan basados en sistemas expertos tales como: la logica difusa, las redes neuronales y los algoritmos geneticos. Dentro de los sistemas expertos, las redes neuronales han sido ampliamente utilizadas en la identificacion de procesos o como sistemas que optimizan el funcionamiento de un controlador, su principal habilidad es la de aproximar con gran precision funciones no lineales mediante entrenamiento con pares de datos de entrada-salida. Existen diferentes modelos de control neuronal tales como: los controles neuronales indirectos, los controles neuronales directos, los controles adaptativos para sistemas no lineales entre otros"

Author: Alejandro Pazos Sierra
Publisher: Universidade da Coruña, Servizo de Publicacións
ISBN: 9788488301338
Category :
Languages : es
Pages : 324

View

Book Description

Author: Bonifacio Martín del Brío
Publisher: Editorial Ra-Ma
ISBN: 9788478977437
Category : Computers
Languages : es
Pages : 404

View

Book Description
Los sistemas digitales de cómputo actuales presentan problemas al abordar tareas del mundo real, donde la información es masiva, redundante e imprecisa. Por ello, desde hace unos años se vienen proponiendo nuevos modelos de procesamiento inspirados en las soluciones encontradas por la naturaleza durante millones de años de evolución, que podrían ayudar a resolver importantes problemas tecnológicos como los de visión, habla, control e inteligencia artificial. De entre estos nuevos modelos destacan las redes neuronales artificiales, que imitan la estructura del cerebro para reproducir algunas de sus capacidades y aprenden a realizar tareas a partir de ejemplos. Por otro lado, los sistemas borrosos (fuzzy) emulan el razonamiento aproximado de nuestro cerebro, permitiendo manejar conceptos vagos e imprecisos como los empleados en la vida cotidiana. Ambos modelos, junto con otros como los algoritmos genéticos, se enmarcan en la denominada inteligencia computacional o soft computing, complementando disciplinas clásicas como el tratamiento de señal o la inteligencia artificial, aplicándose ya a problemas muy diversos como reconocimiento de caracteres, electrodomésticos inteligentes, procesado de imagen, predicción bursátil, etc. Este libro se dirige a todo aquel que esté interesado en iniciarse en estas cuestiones, especialmente estudiantes, docentes y personal de la empresa; el único requisito es contar con una mínima base matemática, como la adquirida en estudios de ciencias, ingenierías o económicas. La primera edición (1997) fue el primer libro en español dedicado a ambos temas; desde entonces ha sido adoptado como texto de clase en diversas universidades españolas y americanas. En esta tercera edición (2006) se han actualizado algunos de sus capítulos y referencias bibliográficas, añadiéndose algunos modelos novedosos. "Redes Neuronales y Sistemas Borrosos supone una valiosa contribución a la literatura de la soft computing y de los sistemas neuroborrosos. Su fácil lectura, amplio tratamiento de ejemplos reales, y la gran competencia de los autores en la materia, hacen de este texto una importante fuente de información para todo aquel interesado en comprender y familiarizarse con las herramientas básicas que proporcionan las metodologías neuronales y borrosas. Los autores y la editorial merecen nuestro agradecimiento y aplauso". Prof. Lotfi A. Zadeh, catedrático emérito de la Universidad de California en Berkeley.

Author: Oscar Castillo
Publisher: Springer Science & Business Media
ISBN: 3540708111
Category : Computers
Languages : en
Pages : 440

View

Book Description
We describe in this book, new methods and applications of hybrid intelligent systems using soft computing techniques. Soft Computing (SC) consists of several intelligent computing paradigms, including fuzzy logic, neural networks, and evolutionary al- rithms, which can be used to produce powerful hybrid intelligent systems. The book is organized in five main parts, which contain a group of papers around a similar subject. The first part consists of papers with the main theme of intelligent control, which are basically papers that use hybrid systems to solve particular problems of control. The second part contains papers with the main theme of pattern recognition, which are basically papers using soft computing techniques for achieving pattern recognition in different applications. The third part contains papers with the themes of intelligent agents and social systems, which are papers that apply the ideas of agents and social behavior to solve real-world problems. The fourth part contains papers that deal with the hardware implementation of intelligent systems for solving particular problems. The fifth part contains papers that deal with modeling, simulation and optimization for real-world applications.