Resumen

Se ha investigado ampliamente el problema de la elección de una función de activación adecuada para la capa oculta de una red neuronal feed forward. Dado que el componente no lineal de una red neuronal es el principal contribuyente a las capacidades de mapeo de la red, se analizan las diferentes opciones que pueden conducir a un mayor rendimiento, en términos de entrenamiento, generalización o costes computacionales, tanto en entornos de computación de propósito general como en entornos de computación embebida. Por último, se presenta una estrategia para convertir la configuración de una red entre diferentes funciones de activación sin alterar las capacidades de mapeo de la red.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:capacidades de mapeo de la red, entorno informático integrado, términos de entrenamiento, red neuronal de avance, función de activación diferente, función de activación adecuada, componentes no lineales, revisión exhaustiva, red neuronal, elección diferente
• Keywords:network mapping capabilities, embedded computing environment, terms of training, forward neural network, different activation function, suitable activation function, nonlinear components, comprehensive review, neural network, different choice