ensayo
Páginas: 3 (513 palabras)
Publicado: 23 de junio de 2014
Recurrent backpropagation
La propagación hacia atrás de errores o retropropagación (del inglés backpropagation) es un algoritmo de aprendizaje supervisado que se usa para entrenar redes neuronalesartificiales.
Primera descripción del algoritmo fue dada por Werbos en 1974
1989 Hornik, Stinchcombe y White
La red utilizada es una red neuronal recurrente, es decir que en general los estadosanteriores de algunas o todas sus neuronas también se reciben como entrada a esas mismas neuronas y al resto.
La red neuronal Backpropagation es capaz de generalizar un comportamiento a partir de unconjunto de muestras escogidas como patrones de entrenarniento. Así como el cerebro humano, esta red necesita de una etapa de aprendizaje en la que se le presentan algunos ejemplos, la red actualizasus pesos mediante la presentación repetida de estos ejemplos por medio de un mecanismo de· correcci6n de error hasta llegar a obtener aciertos con estos patrones.
La red backpropagation tieneentonces una capa de entrenamiento y otra capa de trabajo. Esta red esta compuesta por una capa de entrada, capas ocultas y una capa de salida, cada neurona con sus salidas conectadas a todos los elementosdc la capa de adelante.
La red Backpropagation, que es una red neuronal con entrenamiento fuera de linea,
El algoritmo emplea un ciclo propagación – adaptación de dos fases. Una vez que se haaplicado un patrón a la entrada de la red como estímulo, este se propaga desde la primera capa a través de las capas superiores de la red, hasta generar una salida.
La señal de salida se compara con lasalida deseada y se calcula una señal de error para cada una de las salidas. Las salidas de error se propagan hacia atrás, partiendo de la capa de salida, hacia todas las neuronas de la capa oculta quecontribuyen directamente a la salida. Las neuronas de la capa oculta solo reciben una fracción de la señal total del error, basándose aproximadamente en la contribución relativa que haya aportado...
La propagación hacia atrás de errores o retropropagación (del inglés backpropagation) es un algoritmo de aprendizaje supervisado que se usa para entrenar redes neuronalesartificiales.
Primera descripción del algoritmo fue dada por Werbos en 1974
1989 Hornik, Stinchcombe y White
La red utilizada es una red neuronal recurrente, es decir que en general los estadosanteriores de algunas o todas sus neuronas también se reciben como entrada a esas mismas neuronas y al resto.
La red neuronal Backpropagation es capaz de generalizar un comportamiento a partir de unconjunto de muestras escogidas como patrones de entrenarniento. Así como el cerebro humano, esta red necesita de una etapa de aprendizaje en la que se le presentan algunos ejemplos, la red actualizasus pesos mediante la presentación repetida de estos ejemplos por medio de un mecanismo de· correcci6n de error hasta llegar a obtener aciertos con estos patrones.
La red backpropagation tieneentonces una capa de entrenamiento y otra capa de trabajo. Esta red esta compuesta por una capa de entrada, capas ocultas y una capa de salida, cada neurona con sus salidas conectadas a todos los elementosdc la capa de adelante.
La red Backpropagation, que es una red neuronal con entrenamiento fuera de linea,
El algoritmo emplea un ciclo propagación – adaptación de dos fases. Una vez que se haaplicado un patrón a la entrada de la red como estímulo, este se propaga desde la primera capa a través de las capas superiores de la red, hasta generar una salida.
La señal de salida se compara con lasalida deseada y se calcula una señal de error para cada una de las salidas. Las salidas de error se propagan hacia atrás, partiendo de la capa de salida, hacia todas las neuronas de la capa oculta quecontribuyen directamente a la salida. Las neuronas de la capa oculta solo reciben una fracción de la señal total del error, basándose aproximadamente en la contribución relativa que haya aportado...
Leer documento completo
Regístrate para leer el documento completo.