Tercera práctica de la asignatura de Computación neuronal y evolutiva
Entregada por Adrián Pérez García el dia 13/05/2021
Se implementa el entrenamiento de una neurona analógica contra un dataset normalizado sobre el tipo de iris segun cuatro variables extraido de KEEL con las siguientes personalizaciones:
-
Configurables errores medios aceptables en el aprendizaje (Tanto para el conjunto de entrenamiento como para el de de validación).
-
Configurables tiempos máximos (número de iteraciones) del algoritmo de aprendizaje y del sub-algoritmo del entrenamiento.
-
Personalizable el parametro de aprendizaje Alpha (α).
-
Configurables los exponentes del cálculo del potencial.
-
Posibilidad, mediante la variable debug, de ver detalladamente los cambios en los pesos para cada iteración en el entrenamiento.
-
Personalización de cálculo de la función y(k) entre función identidad, seno, sigmoidal o gaussiana.
Todos los parametros previamente mencionados se pueden modificar mediante el fichero params.properties exceptuando la función de cálculo de y(k) y el debug las cuales se modifican en el fichero Main.java
Se ha utilizado Java como único lenguaje de programación usando como kit de desarrollo JDK 15.