Algoritmo acelerador regresivo versión gamma con gradiente local de error para entrenamiento de redes neuronales perceptrón multicapa



Título del documento: Algoritmo acelerador regresivo versión gamma con gradiente local de error para entrenamiento de redes neuronales perceptrón multicapa
Revista: Gerencia tecnológica informática
Base de datos: PERIÓDICA
Número de sistema: 000415077
ISSN: 1657-8236
Autores:
1
Instituciones: 1Universidad del Cauca, Facultad de Ingeniería Electrónica y Telecomunicaciones, Cali, Valle del Cauca. Colombia
Año:
Periodo: May-Ago
Volumen: 14
Número: 39
Paginación: 65-74
País: Colombia
Idioma: Español
Tipo de documento: Artículo
Enfoque: Aplicado, descriptivo
Resumen en español Se presenta un nuevo algoritmo para el entrenamiento de redes neuronales perceptrón multicapa llamado Acelerador Regresivo versión Gamma con Gradiente Local de Error. Este algoritmo se basa en los mismos principios que rigen la actualización de parámetros en el algoritmo Acelerador Regresivo versión Gamma. El algoritmo Acelerador Regresivo versión Gamma con Gradiente Local de Error se valida mediante diferentes problemas relacionados con aproximación de funciones y reconocimiento de patrones. Los resultados muestran buen comportamiento en cuanto a convergencia y generalización, mejorando la tasa de aprendizaje del algoritmo “backpropagation”
Resumen en inglés A new algorithm is presented for Multi-Layer Perceptron Neural Networks training, which is called Gamma version regressive accelerator algorithm with local error gradient. This algorithm is based on the same principles as parameter actualization in Gamma version regressive accelerator algorithm. Gamma version regressive accelerator algorithm with local error gradient is validated through different problems related to pattern recognition and fitting function. Results show good convergence and generalization, and improving the learning rate of back propagation algorithm
Disciplinas: Ciencias de la computación
Palabras clave: Redes,
Redes neuronales artificiales,
Perceptrón multicapa,
Algoritmos,
Reconocimiento de patrones,
Aproximación de funciones
Keyword: Computer science,
Networks,
Artificial neural networks,
Multilayer perceptron,
Algorithms,
Pattern recognition,
Functions fitting
Texto completo: Texto completo (Ver PDF)