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

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.

• Autores: Vargas Ochoa, Carlos Edwardo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad de San Buenaventura
• Repositorio: Repositorio USB
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.usb.edu.co:10819/11670
• Acceso en línea: https://hdl.handle.net/10819/11670
• Palabra clave: 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
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2