OBTENCIÓN DE PERCEPTRONES MULTICAPAS DE MÍNIMO TAMAÑO USANDO MÉTODOS DE REGULARIZACIÓN

Autores/as

  • J. A. Horas Instituto de Matemática Aplicada (IMASL) - Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales.
  • J. P. Galanzini Instituto de Matemática Aplicada (IMASL) - Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales.
  • C. Kavka Facultad de Ciencias Físico, Matemáticas y Naturales - Universidad Nacional de San Luis.

Resumen

Estudiamos la aplicación de una función objetivo regularizada en redes multicapas entrenadas por Backpropagation a fin de lograr una Red Neuronal de tamaño mínimo. Se compara la convergencia de las redes así obtenidas para varias funciones de regularización. Se muestran resultados para problemas de clasificación que tienen diverso grado de dificultad para ser aprendidos. Se estudia también la existencia de una zona óptima de aplicación del proceso ele regularización en el espacio de las conexiones.

Biografía del autor/a

J. A. Horas, Instituto de Matemática Aplicada (IMASL) - Universidad Nacional de San Luis. Facultad de Ciencias Físico, Matemáticas y Naturales.

Departamento de Física.

C. Kavka, Facultad de Ciencias Físico, Matemáticas y Naturales - Universidad Nacional de San Luis.

Departamento de Informática.

Descargas

Publicado

2013-07-24