Elección de ecualizadores neuronales mediante algoritmo genético
Un enfoque para buscar la estructura de la red neuronal
Versandkostenfrei!
Versandfertig in 1-2 Wochen
19,99 €
inkl. MwSt.
PAYBACK Punkte
10 °P sammeln!
El algoritmo genético y las redes neuronales artificiales se han combinado para resolver varios problemas en las dos últimas décadas. El primero se ha utilizado para ayudar a encontrar los parámetros y la topología de decisión del segundo, o para hacer frente a las limitaciones de los algoritmos de aprendizaje. Algunos problemas demandan la aplicación de redes neuronales como solución alternativa para resolverlos, pero es raro encontrar en la literatura estudios que desarrollen una metodología para indicar la mejor arquitectura neuronal adecuada para una aplicación específica. En es...
El algoritmo genético y las redes neuronales artificiales se han combinado para resolver varios problemas en las dos últimas décadas. El primero se ha utilizado para ayudar a encontrar los parámetros y la topología de decisión del segundo, o para hacer frente a las limitaciones de los algoritmos de aprendizaje. Algunos problemas demandan la aplicación de redes neuronales como solución alternativa para resolverlos, pero es raro encontrar en la literatura estudios que desarrollen una metodología para indicar la mejor arquitectura neuronal adecuada para una aplicación específica. En este trabajo aplicamos el algoritmo genético a la búsqueda de pesos neuronales y utilizamos esta información para indicar la mejor estructura y medir la eficiencia del algoritmo de aprendizaje. Utilizamos un problema de ecualización de canales como ejemplo para probar la metodología propuesta. Los resultados obtenidos de esta aplicación son muy prometedores.
Andere Kunden interessierten sich für
