Imagen de OpenLibrary

Evaluación de un algoritmo de aprendizaje para las redes de activación y competencia interactiva (IAC) [recurso electrónico] / Sandys David Reyes Echanez ; Profesor guía: Gloria Millaray Curilem Saldías

Por: Colaborador(es): Idioma: Español Temuco (Chile) : Universidad de La Frontera , 2012Descripción: 94 hojas : figuras, tablasTipo de contenido:
  • text
Tipo de medio:
  • computer
Tipo de soporte:
  • online resource
Tema(s): Formatos físicos adicionales:
  • Disponible sólo en formato digital.
Nota de disertación: Tesis : (Ingeniero Informático).-- Universidad de La Frontera, Facultad de Ingeniería y Ciencias, 2012. Resumen: Las redes neuronales artificiales de tipo Activación y Competencia Interactiva (IAC), son un tipo de red muy poco conocida en el ámbito de la ingeniería. Forman parte de un tipo de redes que funcionan como memorias asociativas (accesibles por contenido y no por dirección) y representan una interesante herramienta para modelar sistemas en los que las unidades básicas son conceptos que se relacionan entre sí. Sin embargo, como son poco utilizadas, no ha habido un desarrollo suficiente de su proceso de diseño, siendo el proceso de entrenamiento el más débil de la herramienta. Este trabajo se basa en dos trabajos previos que han sido desarrollados como propuestas para mejorar la flexibilidad y el aprendizaje de las redes IAC. En el primer trabajo los pesos de la red pueden tomar valores reales en un intervalo continuo, a diferencia del diseño original en el que los pesos solo toman los valores -1, 0 y 1. Un trabajo posterior utilizó un algoritmo genético (AG) para ajustar estos pesos variables. El presente trabajo propone evaluar un método que combina el ajuste de los pesos mediante AG y el ajuste manual, establecido por los creadores de las redes IAC. La propuesta tiene el objetivo de agilizar el proceso de aprendizaje y se espera que con esta metodología, la red pueda presentar un mayor número de entradas y salidas. Trabajando con diversos casos de prueba, el AG tendrá por objetivo disminuir el error cuadrático medio (MSE) de las redes, mediante la variación de los pesos, hasta llegar a un valor considerado aceptable. Se evalúa por lo tanto el valor del mejor error obtenido y el tiempo que demora el proceso de aprendizaje.

CD-ROM contiene tesis digital en formato PDF (3.653 KB) y formato Microsoft Word (2.411 KB).

Incluye índice de contenido, índice de tablas, índice de figuras.

Tesis : (Ingeniero Informático).-- Universidad de La Frontera, Facultad de Ingeniería y Ciencias, 2012.

Bibliografía: hoja 94.

Acceso restringido a usuarios con una Id. válida de la UFRO ; sólo miembros UFRO

Tesis digital (PDF)

Las redes neuronales artificiales de tipo Activación y Competencia Interactiva (IAC), son un tipo de red muy poco conocida en el ámbito de la ingeniería. Forman parte de un tipo de redes que funcionan como memorias asociativas (accesibles por contenido y no por dirección) y representan una interesante herramienta para modelar sistemas en los que las unidades básicas son conceptos que se relacionan entre sí. Sin embargo, como son poco utilizadas, no ha habido un desarrollo suficiente de su proceso de diseño, siendo el proceso de entrenamiento el más débil de la herramienta. Este trabajo se basa en dos trabajos previos que han sido desarrollados como propuestas para mejorar la flexibilidad y el aprendizaje de las redes IAC. En el primer trabajo los pesos de la red pueden tomar valores reales en un intervalo continuo, a diferencia del diseño original en el que los pesos solo toman los valores -1, 0 y 1. Un trabajo posterior utilizó un algoritmo genético (AG) para ajustar estos pesos variables. El presente trabajo propone evaluar un método que combina el ajuste de los pesos mediante AG y el ajuste manual, establecido por los creadores de las redes IAC. La propuesta tiene el objetivo de agilizar el proceso de aprendizaje y se espera que con esta metodología, la red pueda presentar un mayor número de entradas y salidas. Trabajando con diversos casos de prueba, el AG tendrá por objetivo disminuir el error cuadrático medio (MSE) de las redes, mediante la variación de los pesos, hasta llegar a un valor considerado aceptable. Se evalúa por lo tanto el valor del mejor error obtenido y el tiempo que demora el proceso de aprendizaje.

Disponible sólo en formato digital.

Requerimientos del sistema : lector de cd-rom

1