Optimización del proceso de aprendizaje en redes de neuronas artificiales

• Autores: Beatriz Pérez Sánchez, Óscar Fontenla Romero , Bertha Guijarro-Berdiñas
• Localización: XII Conferencia de la Asociación Española para la Inteligencia Artificial: (CAEPIA 2007). Actas / coord. por Daniel Borrajo Millán , Luis Castillo Vidal , Juan Manuel Corchado Rodríguez , Vol. 2, 2007, ISBN 978-84-611-8848-2, págs. 347-350
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • El aprendizaje máquina permite construir sistemas computerizados al programar tareas empleando experiencias pasadas. Una de las técnicas más empleadas en aprendizaje máquina son las redes de neuronas. El método de retropropagación del error ha sido usado ampliamente para entrenar redes de neuronas con alimentación hacia delante, pero presenta deficiencias. El análisis de sensibilidades es una técnica útil para derivar cómo y en qué medida la solución a un problema depende de los datos. Las fórmulas de las sensibilidades pueden emplearse para aprendizaje, dando lugar a un nuevo algoritmo de aprendizaje supervisado llamado SBLLM (Sensitivity-Based Linear Learning Method), el cual se basa en el uso de las sensibilidades de los parámetros y de sistemas de ecuaciones lineales independientes de cada capa, para obtener los valores óptimos de sus parámetros.