Benchmarking of Activation Functions for Breast Cancer Detection

El cáncer de mama es una enfermedad común y una de las principales causas de muerte a nivel mundial; Existen varios métodos, tecnologías, algoritmos o funciones para detectar su presencia. El objetivo es desarrollar un benchmarking de las funciones de activación en la detección del cáncer de mama para su selección con el fin de aumentar la efectividad en el diagnóstico de esta enfermedad. La metodología de investigación utilizada en este trabajo es la observación en artículos científicos, experimental en la implementación del algoritmo, el análisis cuantitativo de los resultados y un enfoque descriptivo sobre las funciones de activación y los resultados del algoritmo. Los resultados de este trabajo son una implementación de las funciones de activación Sigmoid, ReLu, Swish, Tanh y Softmax en el marco de Keras; y la realización de benchmarking en Google Colab. Se concluyó que este trabajo es una apertura hacia nuevos conocimientos para favorecer la cooperación y cohesión de diferentes actores; Es una forma de apostar por el conocimiento, la innovación y lograr dinamismo con la planificación, el análisis y la acción de la idea a implementar para una mejora en el campo de la salud; ReLu tiene una mayor precisión con un 98,20% y es la primera opción para preparar y entrenar redes neuronales.