Redes neuronales agnósticas de pesos aplicadas a la resolución de problemas de mediana complejidad

Fil: Guerrero, Pedro E. Universidad Nacional de Luján; Argentina.

Guardado en:

Detalles Bibliográficos
Autor principal:	Guerrero, Pedro E.
Otros Autores:	García, Oscar
Formato:	Tesis Tesis de grado acceptedVersion
Lenguaje:	Español Español
Publicado:	Universidad Nacional de Luján 2023
Materias:	Computación evolutiva Algoritmos genéticos CNE complejas y WANN complejas Redes neuronales agnósticas Arquitecturas neuronales
Acceso en línea:	http://ri.unlu.edu.ar/xmlui/handle/rediunlu/1843
Aporte de:	REDIUNLu - Repositorio Digital Institucional de Acceso Abierto - Universidad Nacional de Luján (UNLu) de Universidad Nacional de Luján (UNLu)

id	I62-R168-rediunlu-1843
record_format	dspace
spelling	I62-R168-rediunlu-18432023-07-03T17:09:24Z Redes neuronales agnósticas de pesos aplicadas a la resolución de problemas de mediana complejidad Guerrero, Pedro E. García, Oscar Computación evolutiva Algoritmos genéticos CNE complejas y WANN complejas Redes neuronales agnósticas Arquitecturas neuronales Fil: Guerrero, Pedro E. Universidad Nacional de Luján; Argentina. Si bien siempre se ha tratado de analizar el cerebro humano y de emular su comportamiento por medio de redes neuronales artificiales, esto comúnmente se ha realizado a través del entrenamiento y el ajuste de los valores de pesos de las conexiones, limitando la topología de la red a la establecida inicialmente. Con la aparición de la Neuroevolución esto ha cambiado, permitiendo también mejorar y entrenar a una red mediante técnicas de computación evolutivas. Con la utilización de dichas técnicas lo que se buscó fue que diferentes redes (con diferentes características) compitan, haciendo que sobrevivan las más aptas. Al día de hoy existen diferentes métodos y algoritmos de Neuroevolución pero todos se basan en dos posibles enfoques los cuales siguen teniendo como clave ajustar los valores de los pesos de conexión en las redes entrenadas. En estos últimos años, con la aparición de las redes neuronales agnósticas de pesos, se ha presentado una nuevo tipo de entrenamiento evolutivo en el cual los pesos jamás son ajustados, proponiendo así un nuevo enfoque a los ya conocidos. Es por ello que en este trabajo se presentan los enfoques ya existentes, dando a conocer sus algoritmos de entrenamiento evolutivo. Además se estudia a estas nuevas redes y al particular enfoque que proponen probando su rendimiento, exponiendo sus puntos fuertes y sus mayores problemas, comparándola así contra el enfoque de neuroevolución más convencional. Este trabajo trata de determinar si el particular método de entrenamiento que estas redes proponen funciona como sus creadores lo presentan y si el mismo es viable para su utilización, por lo menos para tipos de problemas similares al aquí tratado. Finalmente, también se comentan posibles mejoras para este nuevo enfoque que podrían ser estudiadas en futuras investigaciones. 2023-07-03T17:03:21Z 2023-07-03T17:03:21Z 2021 Thesis info:eu-repo/semantics/bachelorThesis info:ar-repo/semantics/tesis de grado info:eu-repo/semantics/acceptedVersion http://ri.unlu.edu.ar/xmlui/handle/rediunlu/1843 spa es info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/2.5/ar/ application/pdf application/pdf Universidad Nacional de Luján
institution	Universidad Nacional de Luján (UNLu)
institution_str	I-62
repository_str	R-168
collection	REDIUNLu - Repositorio Digital Institucional de Acceso Abierto - Universidad Nacional de Luján (UNLu)
language	Español Español
topic	Computación evolutiva Algoritmos genéticos CNE complejas y WANN complejas Redes neuronales agnósticas Arquitecturas neuronales
spellingShingle	Computación evolutiva Algoritmos genéticos CNE complejas y WANN complejas Redes neuronales agnósticas Arquitecturas neuronales Guerrero, Pedro E. Redes neuronales agnósticas de pesos aplicadas a la resolución de problemas de mediana complejidad
topic_facet	Computación evolutiva Algoritmos genéticos CNE complejas y WANN complejas Redes neuronales agnósticas Arquitecturas neuronales
description	Fil: Guerrero, Pedro E. Universidad Nacional de Luján; Argentina.
author2	García, Oscar
author_facet	García, Oscar Guerrero, Pedro E.
format	Thesis Tesis de grado Tesis de grado acceptedVersion
author	Guerrero, Pedro E.
author_sort	Guerrero, Pedro E.
title	Redes neuronales agnósticas de pesos aplicadas a la resolución de problemas de mediana complejidad
title_short	Redes neuronales agnósticas de pesos aplicadas a la resolución de problemas de mediana complejidad
title_full	Redes neuronales agnósticas de pesos aplicadas a la resolución de problemas de mediana complejidad
title_fullStr	Redes neuronales agnósticas de pesos aplicadas a la resolución de problemas de mediana complejidad
title_full_unstemmed	Redes neuronales agnósticas de pesos aplicadas a la resolución de problemas de mediana complejidad
title_sort	redes neuronales agnósticas de pesos aplicadas a la resolución de problemas de mediana complejidad
publisher	Universidad Nacional de Luján
publishDate	2023
url	http://ri.unlu.edu.ar/xmlui/handle/rediunlu/1843
work_keys_str_mv	AT guerreropedroe redesneuronalesagnosticasdepesosaplicadasalaresoluciondeproblemasdemedianacomplejidad
_version_	1770624746603413504

Redes neuronales agnósticas de pesos aplicadas a la resolución de problemas de mediana complejidad

Ejemplares similares