Redes de Base Radial

Redes de Base Radial

Ya vimos  como el Perceptrón Multicapa es una útil y potente herramienta para calcular, aproximar y predecir funciones no lineales mediante el método de optimización del descenso del gradiente. Ahora, vamos a ir un paso más allá en las redes neuronales y presentaremos las Redes de Base Radial.

Dichas redes surgieron como una evolución del perceptron multicapa en la que se buscaba un menor tiempo de aprendizaje. Estas redes, a diferencia del perceptron, tiene tres capas: una de entrada, una de salida y una oculta. La capa oculta está formada por neuronas cuya función de activación es una función gaussiana, a diferencia de las otras que usaba la sigmoidal, lo que le confiere un carácter local a la neurona; activándose en una región diferente de patrones de entradas.

Así pues, el método de aprendizaje empieza dividiendo los patrones de aprendizaje entre las neuronas de entrada de forma eficiente mediante el algoritmo de K-medias. Luego se calcula la media y la desviación típica de cada neurona oculta. Y, por último, se calculan los peso y umbrales de la misma forma que en el perceptrón multicapa.

Estas neuronas se usan en muchas aplicaciones como el análisis de series temporales, procesamiento de imágenes, diagnósticos médicos y reconocimiento automático del habla.

Siguiendo ajtudela:

Siempre funcionando en saturación.

Últimas publicaciones de

Dejar un comentario