Algoritmos de Optimización Aplicados a la Solución de Redes Neuronales Multivariables
Centro Nacional de Investigación y Desarrollor Tecnológico, TecNM.
Presenta: Edumis Viera Martin
Hipótesis
El diseño de redes neuronales multivariables con funciones de activación y algoritmos de entrenamiento de orden fraccionario permite obtener soluciones precisas, reduciendo el número de parámetros y neuronas.
Objetivo General
Implementar algoritmos de optimización fraccionarios para el entrenamiento y solución de las metodologías directa e inversa de redes neuronales multivariables.
Objetivos Específicos
- Entrenar una red neuronal multivariable con algoritmos de optimización clásicos.
- Desarrollar algoritmos de optimización fraccionarios para el entrenamiento de las soluciones de redes neuronales multivariables.
- Desarrollar funciones de activación con enfoque fraccionario.
- Incorporar las funciones de activación desarrolladas en redes neuronales multivariables.
- Realizar la validación del desempeño de los algoritmos de optimización fraccionarios.
- Desarrollar una comparación entre los métodos de optimización clásicos y los métodos de optimización fraccionarios.
Documento de Tesis
| Recurso | Enlace Directo |
|---|---|
| Repositorio institucional (RITecNM) | Consultar Tesis en Línea |