%0 Journal Article
%T Optimizaci車n en la elaboraci車n de redes neuronales artifciales adaptativas usando una metodolog赤a de algoritmo de poda
%J -
%D 2017
%X Las redes neuronales artifciales feedforward y multicapa (RNA-MFF) han demostrado ser de gran alcance en la aproximaci車n de funciones; sin embargo, su aplicaci車n en problemas reales a menudo se limita a la experimentaci車n del usuario, ya que la elecci車n de arquitectura adecuada es un proceso que requiere conocimiento y experiencia. En este art赤culo se demuestra la capacidad de adaptaci車n de la metodolog赤a del algoritmo de poda para encontrar el n迆mero 車ptimo de neuronas en la capa oculta de una RNA-MFF. La metodolog赤a se prob車 en dos conjuntos diferentes de problemas de referencia: modelaci車n de la resistencia y del asentamiento, en hormig車n de alto desempeˋo. Ambos conjuntos se utilizaron para analizar el tamaˋo de la arquitectura inicial de la red neuronal artifcial y para asegurar que el n迆mero superior propuesto de neuronas ocultas se pueda evitar en exceso
%K hormig車n de alto desempeˋo
%K inteligencia artifcial
%K redes neuronales artifciales
%K optimizaci車n en inform芍tica
%K algoritmo de poda
%K high performance concrete
%K artifcial intelligence
%K artifcial neural networks
%K computer optimization
%K pruning algorithm
%U http://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/1388