Ottimizzazione della topologia di un percettrone multistrato: Regolazione una rete neurale artificiale

L'intelligenza artificiale è sempre più presente nella nostra società. A tal fine sono state create diverse strategie. Le reti neurali artificiali sono state una di queste e presentano diverse architetture e topologie. Il Perceptron multiplo, ad esempio, è una rete neurale che possiede una grande capacità di generalizzazione, ovvero, quando viene utilizzata per la classificazione di modelli, è in grado di classificare correttamente campioni che non le sono mai stati presentati, utilizzando solo la sua esperienza con classificazioni precedenti. Tuttavia, la capacità di generalizzazione del perceptron è proporzionale alla qualità della sua topologia, ovvero una buona generalizzazione richiede una buona topologia. Tuttavia, trovare la topologia ideale per un perceptron non è semplice. Questo lavoro presenta l'analisi delle metriche utilizzate per trovare la topologia migliore per un determinato problema.