NeSR - Neuroevolución de Sistemas de Reescritura

Autores
Osella Massa, Germán Leandro; García, Esteban Andrés; Lanzarini, Laura Cristina
Año de publicación
2003
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Las redes neuronales artificiales evolutivas representan una mejora de las redes neuronales artificiales convencionales donde su capacidad de adaptación se ve favorecida por la aplicación de procesos evolutivos. El presente artículo describe un nuevo método evolutivo denominado NeSR (NeuroEvolución de Sistemas de Reescritura) que permite obtener redes neuronales artificiales representadas a través de codificación indirecta. Para realizar dicha codificación se propone utilizar sistemas de reescritura ya que poseen la capacidad de generar arquitecturas complejas a partir de una representación relativamente pequeña. En base a esta representación, se ha realizado una cuidadosa definición de los operadores de crossover y mutación. El método propuesto ha sido aplicado a dos tipos de problemas diferentes (clasificación y control) como forma de mostrar la capacidad de resolución de la estrategia planteada. Los resultados alcanzados a través de las mediciones realizadas son satisfactorios. Finalmente se presentan las conclusiones y se plantean algunas líneas de trabajo futuras.
Eje: Agentes y Sistemas Inteligentes (ASI)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Redes Neuronales Artificiales Evolutivas
Neural nets
Algorithms
Algoritmos genéticos
Codificación indirecta
ARTIFICIAL INTELLIGENCE
Intelligent agents
Sistemas de reescritura L
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22742

id SEDICI_455630963d0330f0a12ede09712d7437
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22742
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling NeSR - Neuroevolución de Sistemas de ReescrituraOsella Massa, Germán LeandroGarcía, Esteban AndrésLanzarini, Laura CristinaCiencias InformáticasRedes Neuronales Artificiales EvolutivasNeural netsAlgorithmsAlgoritmos genéticosCodificación indirectaARTIFICIAL INTELLIGENCEIntelligent agentsSistemas de reescritura LLas redes neuronales artificiales evolutivas representan una mejora de las redes neuronales artificiales convencionales donde su capacidad de adaptación se ve favorecida por la aplicación de procesos evolutivos. El presente artículo describe un nuevo método evolutivo denominado NeSR (NeuroEvolución de Sistemas de Reescritura) que permite obtener redes neuronales artificiales representadas a través de codificación indirecta. Para realizar dicha codificación se propone utilizar sistemas de reescritura ya que poseen la capacidad de generar arquitecturas complejas a partir de una representación relativamente pequeña. En base a esta representación, se ha realizado una cuidadosa definición de los operadores de crossover y mutación. El método propuesto ha sido aplicado a dos tipos de problemas diferentes (clasificación y control) como forma de mostrar la capacidad de resolución de la estrategia planteada. Los resultados alcanzados a través de las mediciones realizadas son satisfactorios. Finalmente se presentan las conclusiones y se plantean algunas líneas de trabajo futuras.Eje: Agentes y Sistemas Inteligentes (ASI)Red de Universidades con Carreras en Informática (RedUNCI)2003-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf693-704http://sedici.unlp.edu.ar/handle/10915/22742spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:27:58Zoai:sedici.unlp.edu.ar:10915/22742Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:27:58.702SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv NeSR - Neuroevolución de Sistemas de Reescritura
title NeSR - Neuroevolución de Sistemas de Reescritura
spellingShingle NeSR - Neuroevolución de Sistemas de Reescritura
Osella Massa, Germán Leandro
Ciencias Informáticas
Redes Neuronales Artificiales Evolutivas
Neural nets
Algorithms
Algoritmos genéticos
Codificación indirecta
ARTIFICIAL INTELLIGENCE
Intelligent agents
Sistemas de reescritura L
title_short NeSR - Neuroevolución de Sistemas de Reescritura
title_full NeSR - Neuroevolución de Sistemas de Reescritura
title_fullStr NeSR - Neuroevolución de Sistemas de Reescritura
title_full_unstemmed NeSR - Neuroevolución de Sistemas de Reescritura
title_sort NeSR - Neuroevolución de Sistemas de Reescritura
dc.creator.none.fl_str_mv Osella Massa, Germán Leandro
García, Esteban Andrés
Lanzarini, Laura Cristina
author Osella Massa, Germán Leandro
author_facet Osella Massa, Germán Leandro
García, Esteban Andrés
Lanzarini, Laura Cristina
author_role author
author2 García, Esteban Andrés
Lanzarini, Laura Cristina
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Redes Neuronales Artificiales Evolutivas
Neural nets
Algorithms
Algoritmos genéticos
Codificación indirecta
ARTIFICIAL INTELLIGENCE
Intelligent agents
Sistemas de reescritura L
topic Ciencias Informáticas
Redes Neuronales Artificiales Evolutivas
Neural nets
Algorithms
Algoritmos genéticos
Codificación indirecta
ARTIFICIAL INTELLIGENCE
Intelligent agents
Sistemas de reescritura L
dc.description.none.fl_txt_mv Las redes neuronales artificiales evolutivas representan una mejora de las redes neuronales artificiales convencionales donde su capacidad de adaptación se ve favorecida por la aplicación de procesos evolutivos. El presente artículo describe un nuevo método evolutivo denominado NeSR (NeuroEvolución de Sistemas de Reescritura) que permite obtener redes neuronales artificiales representadas a través de codificación indirecta. Para realizar dicha codificación se propone utilizar sistemas de reescritura ya que poseen la capacidad de generar arquitecturas complejas a partir de una representación relativamente pequeña. En base a esta representación, se ha realizado una cuidadosa definición de los operadores de crossover y mutación. El método propuesto ha sido aplicado a dos tipos de problemas diferentes (clasificación y control) como forma de mostrar la capacidad de resolución de la estrategia planteada. Los resultados alcanzados a través de las mediciones realizadas son satisfactorios. Finalmente se presentan las conclusiones y se plantean algunas líneas de trabajo futuras.
Eje: Agentes y Sistemas Inteligentes (ASI)
Red de Universidades con Carreras en Informática (RedUNCI)
description Las redes neuronales artificiales evolutivas representan una mejora de las redes neuronales artificiales convencionales donde su capacidad de adaptación se ve favorecida por la aplicación de procesos evolutivos. El presente artículo describe un nuevo método evolutivo denominado NeSR (NeuroEvolución de Sistemas de Reescritura) que permite obtener redes neuronales artificiales representadas a través de codificación indirecta. Para realizar dicha codificación se propone utilizar sistemas de reescritura ya que poseen la capacidad de generar arquitecturas complejas a partir de una representación relativamente pequeña. En base a esta representación, se ha realizado una cuidadosa definición de los operadores de crossover y mutación. El método propuesto ha sido aplicado a dos tipos de problemas diferentes (clasificación y control) como forma de mostrar la capacidad de resolución de la estrategia planteada. Los resultados alcanzados a través de las mediciones realizadas son satisfactorios. Finalmente se presentan las conclusiones y se plantean algunas líneas de trabajo futuras.
publishDate 2003
dc.date.none.fl_str_mv 2003-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22742
url http://sedici.unlp.edu.ar/handle/10915/22742
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
693-704
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260118336438272
score 13.13397