Análisis Comparativo de Ajuste en Entrenamiento de Redes Neuronales artificiales a partir de las Librerías Open NN y ALGLIB

Comparative analysis of adjustment in artificial neural networks training using open nn and alglib libraries

Erith Muñoz, Cesar Seijas

Resumen


En las últimas décadas son muchos los avances que han tenido lugar en el desarrollo de aplicaciones y alcances de las redes neuronales artificiales, y de igual modo el desarrollo tecnológico en el área de la computación. Este tipo de avances han incidido directamente en el número de publicaciones de aplicaciones, en diversas áreas del conocimiento, basadas en este método de inteligencia artificial.

Ahora bien, hasta el presente sigue siendo tema de discusión la idoneidad y aplicabilidad de herramientas de software libre para facilitar la implementación y la calidad de resultados. En este contexto, este trabajo representa un análisis comparativo de aplicaciones usando las librerías ALGLIB y Open NN (Open Source Neural Networks C++ Library), orientadas al entrenamiento y reproducción de redes neuronales artificiales. De igual modo, se establece una evaluación de los resultados obtenidos a partir de los niveles de correlación entre la salida de valores para redes entrenadas y un conjunto de datos de entrenamiento simulados.


Palabras clave


Redes Neuronales Artificiales; ALGLIB; Open NN; Algoritmo Quasi-Newton; C++

Texto completo:

PDF


DOI: http://dx.doi.org/10.17163/lgr.n21.2015.04

Copyright (c) 2015 Universidad Politénica Salesiana

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.

 
 

© 2017, Universidad Politécnica Salesiana del Ecuador