Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Palabras clave
neurona, logsig, tansig, perceptron, aprendizaje
Index Termsneuron logsig, tansig, perceptron, learning
I.
I NTRODUCCI ON
II.
II-A.
Neurona Biologica
Las dendritas
El nucleo de la celula
El axon
II-D.
Perceptron Multicapa
Neurona Artificial
Tipos de Aprendizaje
II-E.
Funciones de Transferencia
C ASO DE E STUDIO
Como tenemos bastantes ejemplos podemos utilizar una parte para el entrenamiento y otra parte para validar lo aprendido
mientras se esta entrenando la red. Lo ideal sera parar el
entrenamiento cuando el error sobre el conjunto de validacion
se incremente (estaramos empezando a sobre ajustarnos).
Esto se puede hacer separando una parte del conjunto de
entrenamiento para validar la solucion. Se hara de la siguiente
manera:
IV.
R ESULTADOS
Y as obtendremos el error en el conjunto original. Finalmente nuestro Script quedara de la siguiente manera
1. DESCRIPCION:
de la grafica obtenida ver (figura 9)
se puede detectar que la parte azul corresponde a los
objetivos, la parte roja es la solucion obtenida y la parte
verde la salidas.
C ONCLUSIONES
R EFERENCIAS
[1] Tanco, F. (2003). Introduccion a las redes neuronales artificiales. Grupo
de Inteligencia Artificial.
[2] Isasi, P., Galvan, I. (2004). Redes neuronales artificialesun enfoque
practico.
[3] de la Fe-Dotres, S., Domnguez-Fontanill, J., Sierra-Rodrguez, J.
Veronica Chimbo C.
Professional training for Engineering degree in
Systems Engineering from Universidad Nacional de
Loja, Loja, Ecuador in 2014.
Ximena Astudillo V.
Professional training for Engineering degree in
Systems Engineering from Universidad Nacional de
Loja, Loja, Ecuador in 2014.
Licencia