Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.uci.cu/jspui/handle/123456789/7885
Título : Algoritmos meta-heurísticos de optimización aplicados al entrenamiento de redes neuronales profundas
Autor : Rojas Delgado, Jairo
Tutor: Trujillo Rasúa, Rafael
Bello Pérez, Rafael
Palabras clave : red-neuronal;entrenamiento
Fecha de publicación : 2018
Editorial : Universidad de las Ciencias Informáticas. Facultad de Ciencias y Tecnologías Computacionales
Resumen : La reciente introducción de las redes neuronales profundas ha provocado un resurgimiento en el interés por las redes neuronales artificiales. Las redes profundas son de importancia significativa para la resolución de un grupo importante de tareas, sin embargo, su entrenamiento presenta retos teóricos y prácticos al tratarse de un problema de optimización NP-duro. Específicamente, el algoritmo Gradiente Descendente Estocástico se enfrenta a cambios de orden cualitativo y cuantitavo a considerar. En este trabajo se propone el empleo de algoritmos de optimización meta-heurísticos para el entrenamiento de Redes Neuronales Profundas en paralelo. Se considera un algoritmo basado en métodos de continuación para disminuir el tiempo de ejecución del entrenamiento mediante meta-heurísticas y aumentar la precisión respecto al algoritmo Gradiente Descendente Estocástico. Los resultados obtenidos muestran que el entrenamiento mediante algoritmos meta-heuríticos obtiene mayor precisión que el entrenamiento mediante Gradiente Descendente Estocástico y que es posible disminuir el tiempo de ejecución de los algoritmos meta-heurísticos empleando un enfoque basado en continuación.
URI : https://repositorio.uci.cu/jspui/handle/123456789/7885
Aparece en las colecciones: Tesis de Maestría

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
DOC.pdf781.21 kBAdobe PDFVisualizar/Abrir


Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.