Neural Networks’ Training Software Environment with Evolutive Adjust of Topology and Activation Functions

Este trabajo de investigación estudia dos problemas en la optimización en las redes neuronales utilizadas para la mayoría de aplicaciones reales: primero, el diseño de la arquitectura que involucra determinar el número de capas y neuronas por capa, y segundo, las funciones de activación que se deben usar en cada una de estas capas. Para ello se desarrolla una herramienta software basada en algoritmos genéticos que encuentra estos parámetros de las redes neuronales. La herramienta desarrollada le permite al usuario elegir el algoritmo de entrenamiento usado; además se aplican técnicas para lograr una mejor generalización como son la detención temprana, la repetición del entrenamiento y el ajuste de los datos de entrenamiento a las funciones de activación usadas. Por último, la herramienta desarrollada es probada en un grupo de usuarios especializados que utilizan la herramienta para encontrar una arquitectura de red neuronal óptima para resolver un problema de verificación de identidad a través de la imagen facial mediante redes neuronales artificiales.This research examines two problems in the optimization in the neural networks used for most real applications: first, architectural design that involves determining the number of layers and neurons by layer, and second, the activation functions that will be should use in each of these layers. For it is developed a software tool based on genetic algorithms to find these parameters of a neural network. The developed tool allows the user to choose the algorithm used for training and also apply techniques to achieve better generalization such as the early stopping, the repetition of training and adjusting the training data to the activation functions used. Finally, the developed tool is tested into a specialized group of users who use the tool to find an optimal neural network architecture to solve a problem of identity verification through the facial image using artificial neural networks