Neuronales 6.2 Desarrollo de una aplicacin con ANS (8) Proceso de entrenamiento (9)Ealuacin de Resultados 6.! Pro"ramas de simulacin de ANS
En este proceso e#iste una interaccin entre los dos con$untos de
patrones (aprendi%a$e & test)' la estructura del ANS & el e#perimentador.
Se de(e ensa&ar con di)erentes topolo"*as & con distintos par+metros
de aprendi%a$e' midiendo el error de aprendi%a$e & el de "enerali%acin' ,asta alcan%ar los deseados.
En caso de -ue no se o(ten"an resultados acepta(les se tienen -ue.
/.0oler a reisar las )ases anteriores. 2.Ele"ir el modelo mas apropiado. !.1 en su caso -ue la resolucin con ANS no sea ia(le. Proceso de entrenamiento /. Pesos iniciales. 2. Ritmo de aprendi%a$e. !. Numero de neuronas ocultas. 2. Parada del entrenamiento. Proceso de entrenamiento 3os par+metros de la red -ue pueden ser modi4carse en los e#perimentos son los si"uientes. /. 5niciali%acin de pesos
Consiste en reali%ar una iniciali%acin aleatoria en un cierto
interalo' como por e$emplo' entre 67.! & 8 7.!9
Aplicar al"oritmos de minimi%acin de )unciones (re"resin
lineal' simulated annealin" & al"oritmos "en:ricos). 2. Ritmo de aprendi%a$e
Desempe;a un papel crucial en el entrenamiento
Controla el tama;o de los cam(ios en los pesos de las neuronas.
<oma alores mu& dispares' desde 7.= a 7.7777/.
Ritmo de aprendi%a$e pe-ue;o implica -ue el ANS reali%a cam(ios pe-ue;os
en sus pesos lo cual per$udica en dos sentidos.
Eita escapar de m*nimos locales.
Disminu&e la elocidad de coner"encia.
Ritmo de aprendi%a$e alto implica ocasiona "randes ariaciones en los pesos'
inesta(ilidad en el ANS o saturar sus neuronas. En conclusin. interesa un ritmo de aprendi%a$e -ue ari: durante el entrenamiento' adapt+ndose a las necesidades. !. Neuronas ocultas
<rata uno de los puntos mas cr*ticos de(ido a -ue no e#iste
una receta -ue indi-ue el numero de neuronas ocultas.
Se de(e colocar el correcto numero de neuronas ocultas &a
-ue de lo contrario so(rar*an "rados de li(ertad' &a -ue nos apartamos de la tnica "eneral & )allamos ante nueos casos.
Si el numero de neuronas no es su4ciente no o(tendremos un
error acepta(le ni si-uiera para los datos -ue -ueremos a$ustar. !. Neuronas ocultas
Para decidir el numero de neuronas ocultas se usan las
si"uientes t:cnicas. Recetas Son de tipo "eom:trico' (-ue el ANS ten"a aspecto de pir+mide)' otras imponen condiciones relatias al numero de patrones disponi(les' intentando a$ustar los "rados de li(ertad a la cantidad de e$emplos. (se su"iere -ue el numero de pesos de la red de(e ser del orden de la decima parte del de patrones). Prue(a & error Partiendo de un numero sumamente pe-ue;o de neuronas ocultas se reali%a entrenamiento con alidacin cru%ada. El proceso se repite para distintas ar-uitecturas' cada e% con mas neuronas ocultas' ,asta lle"ar a la ar-uitectura -ue proporciona el resultado optimo para los de aprendi%a$e & test. 2. Neuronas ocultas
Para decidir el numero de neuronas ocultas se usan las
si"uientes t:cnicas. >:todos din+micos (ar-uitecturas eolutias) Consisten en -ue sea el propio al"oritmo el -ue' en )uncin de los e$emplos de aprendi%a$e' a$uste la ar-uitectura de la red mediante la creacin' destruccin o comparticin de neuronas o cone#iones durante el entrenamiento (o al termino de :ste). 3a enta$a principal es -ue eita la cl+sica prue(a?error para encontrar la topolo"*a ideal del ANS. Parada del entrenamiento No interesa prolon"ar inde4nidamente el entrenamiento' pues lle"a el momento en el -ue se pierde "enerali%acin & tan solo se memori%an los detalles (ruido) del con$unto de aprendi%a$e. 3a decisin ,a(itual es -uedarse con los pesos del ANS en la iteracin para la cual se o(tuo el m*nimo error en el con$unto de test. Ealuacin de Resultados
@inali%ada la )ase de entrenamiento & almacenados los pesos
ideales se puede aplicar el ANS so(re casos nueos para medir su e4cacia de )orma completamente o($etia. Si se comprue(a -ue se si"uen o(teniendo resultados dentro del mar"en de error deseado' se puede proceder a emplear el ANS dentro de su entorno de tra(a$o real. 6.! Pro"ramas de simulacin de ANS
Se clasi4can en tres tipos.
Comerciales.
3i(re distri(ucin .
Produccin propia.
A la ,ora de decidirnos tenemos -ue (uscar el -ue se adapte a nuestras
necesidades o pre)erencias. De(emos aeri"uar las plata)ormas & sistemas operatios para los -ue se encuentran disponi(le (AindoBs' >ac & 3inu#)' los modelos de ANS & las re"las de aprendi%a$e -ue contempla' el en)o-ue del pro"rama' la )orma de especi4car la red neuronal' si permite la "eneracin de e$ecuta(les o cdi"o )uente con los -ue reproducir mas tarde la )ase de recuerdo o entrenamiento. 6.! Pro"ramas de simulacin de ANS