indexado en
- Genamics JournalSeek
- Búsqueda de referencia
- Universidad Hamdard
- EBSCO AZ
- OCLC-WorldCat
- Publón
- pub europeo
- Google Académico
Enlaces útiles
Comparte esta página
Folleto de diario
Revistas de acceso abierto
- Administración de Empresas
- Agricultura y Acuicultura
- Alimentación y Nutrición
- Bioinformática y Biología de Sistemas
- Bioquímica
- Ciencia de los Materiales
- Ciencia general
- Ciencias Ambientales
- Ciencias Clínicas
- Ciencias farmacéuticas
- Ciencias Médicas
- Ciencias Veterinarias
- Enfermería y Cuidado de la Salud
- Genética y Biología Molecular
- Ingeniería
- Inmunología y Microbiología
- Neurociencia y Psicología
- Química
Abstracto
Análisis del rendimiento de redes neuronales artificiales de retropropagación con distintas funciones de activación y tamaños de red
Hamed Hosseinzadeh*
En este artículo se lleva a cabo un análisis exhaustivo del rendimiento de las redes neuronales artificiales de retropropagación (BP-ANN) utilizando varias funciones de activación. Las funciones de activación desempeñan un papel crucial en la configuración del comportamiento y las capacidades de aprendizaje de las redes neuronales. A través de una evaluación sistemática en distintos tamaños de red (número de capas ocultas y neuronas), este estudio evalúa el impacto de las funciones de activación comúnmente empleadas (como Sigmoidal, Tanh, Clog log, Aranda y otras) en la velocidad de convergencia y la precisión de las BP-ANN. Los hallazgos proporcionan información empírica esencial para optimizar las arquitecturas de inteligencia artificial de redes neuronales adaptadas a aplicaciones y conjuntos de datos específicos.