Please use this identifier to cite or link to this item:
http://ri.uaemex.mx/handle20.500.11799/38175| Title: | Training Optimization for Artificial Neural Networks | Authors: | Primitivo Toribio Luna ROBERTO ALEJO ELEUTERIO ROSA MARIA VALDOVINOS ROSAS BENJAMIN GONZALO RODRIGUEZ MENDEZ |
Keywords: | Multidisciplinarias (Ciencias Sociales);Redes neuronales artificiales;perceptrón multicapa;redes de función de base radial;máquinas de vectores soporte;preprocesado de datos;info:eu-repo/classification/cti/1 | Publisher: | Universidad Autónoma del Estado de México | Project: | http://www.redalyc.org/revista.oa?id=104 | Description: | Debido a la habilidad para modelar problemas complejos, actualmente las Redes Neuronales Artificiales (nn) son muy populares en Reconocimiento de Patrones, Minería de Datos y Aprendizaje Automático. No obstante, el elevado costo computacional asociado a la fase en entrenamiento, cuando grandes bases de datos son utilizados, es su principal desventaja. Con la intención de disminuir el costo computacional e incrementar la convergencia de la nn, el presente trabajo analiza la conveniencia de realizar pre-procesamiento a los conjuntos de datos. De forma específica, se evalúan los métodos de grafo de vecindad relativa (rng), grafo de Gabriel (gg) y el método basado en los vecinos envolventes k-ncn. Los resultados experimentales muestran la factibilidad y las múltiples ventajas de esas metodologías para solventar los problemas descritos previamente. Debido a la habilidad para modelar problemas complejos, actualmente las Redes Neuronales ArtiÀciales (nn) son muy populares en Reconocimiento de Patrones, Minería de Datos y Aprendizaje Automático. No obstante, el elevado costo computacional asociado a la fase en entrenamiento, cuando grandes bases de datos son utilizados, es su principal desventaja. Con la intención de disminuir el costo computacional e incrementar la convergencia de la nn, el presente trabajo analiza la conveniencia de realizar pre-procesamiento a los conjuntos de datos. De forma especíÀca, se evalúan los métodos de grafo de vecindad relativa (rng), grafo de Gabriel (gg) y el método basado en los vecinos envolventes k-ncn. Los resultados experimentales muestran la factibilidad y las múltiples ventajas de esas metodologías para solventar los problemas descritos previamente |
Other Identifiers: | http://hdl.handle.net/20.500.11799/38175 | Rights: | info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/4.0 |
| Appears in Collections: | Producción |
Show full item record
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.