Ambiente software de entrenamiento de redes neuronales con ajuste evolutivo de la topología y las funciones de activación

Resumen

Este trabajo de investigación estudia dos problemas en la optimización en las redes neuronales utilizadas para la mayoría de aplicaciones reales: primero, el diseño de la arquitectura que involucra determinar el número de capas y neuronas por capa, y segundo, las funciones de activación que se deben usar en cada una de estas capas. Para ello se desarrolla una herramienta software basada en algoritmos genéticos que encuentra estos parámetros de las redes neuronales. La herramienta desarrollada le permite al usuario elegir el algoritmo de entrenamiento usado; además se aplican técnicas para lograr una mejor generalización como son la detención temprana, la repetición del entrenamiento y el ajuste de los datos de entrenamiento a las funciones de activación usadas. Por último, la herramienta desarrollada es probada en un grupo de usuarios especializados que utilizan la herramienta para encontrar una arquitectura de red neuronal óptima para resolver un problema de verificación de identidad a través de la imagen facial mediante redes neuronales artificiales.