Un modelo neuronal basado en la metaplasticidad para la clasificación de objetos en señales 1-d y 2-d

Doctoral thesis Spanish; Castilian OPEN
Marcano Cedeño, Alexis Enrique (2010)
  • Publisher: E.T.S.I. Telecomunicación (UPM)
  • Subject: Robótica e Informática Industrial | Matemáticas

El Algoritmo de Retropropagación (Algoritmo Backpropagation, ABP), es uno de los algoritmos más conocidos y utilizados para el entrenamiento de las Redes Neuronales Artificiales, RNAs. El ABP ha sido empleado con éxito en problemas de clasificación de patrones en áreas ... View more
  • References (102)
    102 references, page 1 of 11

    3. El Perceptro´n 34 3.1. Introduccio´n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 3.2. El Perceptro´n Monocapa . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.2.1. Dina´mica del Perceptro´n . . . . . . . . . . . . . . . . . . . . . 35 3.2.2. Aprendizaje del Perceptro´n . . . . . . . . . . . . . . . . . . . 39 3.2.3. Limitaciones del Perceptro´n Monocapa . . . . . . . . . . . . . 43

    5. Metaplasticidad Artificial 65 5.1. La Metaplasticidad y la Teor´ıa de la Informacio´n de Shannon . . . . 65 5.2. Algoritmo de Backpropagation y AMP . . . . . . . . . . . . . . . . . 66 5.3. Implementacio´n de la Metaplasticidad Artificial en el Entrenamiento de un MLP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 5.4. Algoritmo AMMLP . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 5.5. Seleccio´n de la estructura de Red de un AMMLP . . . . . . . . . . . 71

    6. Experimentos y Resultados 74 6.1. Experimento 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 6.1.1. Base de Datos de C´ancer de Mama de Wisconsin . . . . . . . 74 6.1.2. Seleccio´n de la Estructura de Red . . . . . . . . . . . . . . . 76 6.1.3. Evaluacio´n del M´etodo . . . . . . . . . . . . . . . . . . . . . . 77 6.1.3.1. Exactitud de los resultados . . . . . . . . . . . . . . 77 6.1.3.2. Resultados de la curva ROC . . . . . . . . . . . . . 80 6.1.3.3. Comparacio´n con el Estado-del-Arte . . . . . . . . . 83 6.1.4. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 8. Contribuciones y L´ıneas Futuras de Investigacio´n 117 8.1. Contribuciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 8.2. L´ıneas Futuras de Investigacio´n . . . . . . . . . . . . . . . . . . . . . 119 3.1. Esquema de un perceptro´n monocapa. . . . . . . . . . . . . . . . . . 35 3.2. Funcio´n lo´gica AND. . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.3. Funcio´n lo´gica OR. . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 3.4. Perceptro´n monocapa con N neuronas. . . . . . . . . . . . . . . . . . 38 3.5. Funcio´n lo´gica XOR. . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.6. Distintas formas de las regiones generadas por un perceptro´n multicapa. 47 6.2. Tipos de nudos usados en esta investigacio´n: a) Nudo de Borde. b) Nudo Encerrado. c) Nudo de Hoja. . . . . . . . . . . . . . . . . . . .

    6.4. Distribucio´n de la clasificacio´n de los patrones obtenida en la fase de prueba . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 1.1. Algoritmos propuestos para mejorar el ABP entre los an˜os 1990-2000. 11 1.2. Algoritmos propuestos para mejorar el ABP entre los an˜os 2001-2010. 12 2.1. Funciones de activacio´n. . . . . . . . . . . . . . . . . . . . . . . . . .

    6.1. Descripcio´n de los atributos del ca´ncer de mama de la base de datos de Wisconsin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

    6.2. Resultados obtenidos para AMMLP, con diferentes estructuras de red y diferentes para´metros de metaplasticidad. . . . . . . . . . . . . . .

    6.3. Para´metros de red aplicados a la WBCD. . . . . . . . . . . . . . . .

    6.4. Matriz de confusio´n . . . . . . . . . . . . . . . . . . . . . . . . . . .

    6.5. Matriz de confusio´n de la mejor clasificacio´n obtenida por los clasificadores en una simulacio´n. . . . . . . . . . . . . . . . . . . . . . . . .

    6.6. Exactitud obtenida en la mejor simulacio´n para cada clasificador para la clasificacio´n del ca´ncer de mama. . . . . . . . . . . . . . . . . . . .

  • Similar Research Results (5)
  • Metrics
    1
    views in OpenAIRE
    0
    views in local repository
    0
    downloads in local repository
Share - Bookmark