Selección de perceptrones multicapa usando aprendizaje bayesiano


Autores/as

  • Fernando Ceballos
  • Luís Eduardo Muñoz
  • Julián Moreno Cadavid

DOI:

https://doi.org/10.22517/23447214.1489

Resumen

La Regularización Bayesiana de perceptrones multicapa pretende resolver el problema de optimización de los pesos de la red neuronal simultáneamente con el problema de generalización. En este trabajo se realiza un análisis de la regularización Bayesiana, que parece ser una de las más poderosas técnicas de entrenamiento de perceptrones multicapa, para luego hacer un comparativo con los resultados obtenidos usando Regla Delta Generalizada. Finalmente se discute alguna implicación de los resultados obtenidos respecto a la técnica basada en algoritmos constructivos para la selección final de neuronas en la capa oculta.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2011-12-30

Cómo citar

Ceballos, F. ., Muñoz, L. E., & Moreno Cadavid, J. (2011). Selección de perceptrones multicapa usando aprendizaje bayesiano. Scientia Et Technica, 3(49), 110–116. https://doi.org/10.22517/23447214.1489

Número

Sección

Sistemas y Computación