LAS REDES NEURONALES ARTIFICIALES SON METODOS DE ESTIMACION SEMIPARAMETRICOS DE LAS FUNCIONES DE DENSIDAD DE LAS POBLACIONES DE LAS QUE SE EXTRAEN LOS DATOS, BASADOS EN LA EXISTENCIA DE MEZCLAS DE DISTRIBUCIONES PERTENECIENTES A UNA CLASE MUY GENERAL DE FUNCIONES DONDE EL NUMERO DE PARAMETROS ADAPTATIVOS PUEDE AUMENTAR EN FORMA SISTEMATICA PARA CONSTRUIR MODELOS MAS FLEXIBLES, SIENDO ESTE NUMERO VARIABLE E INDEPENDIENTE DEL TAMAÑO MUESTRAL, MEDIANTE EL USO DE REDES NEURONALES, ESTA MEMORIA HA CUBIERTO LOS SIGUIENTES OBJETIVOS:
1. SE HA EVALUADO EL POTENCIAL DE LAS REDES NEURONALES ARTIFICIALES COMO UNA EFICAZ HERRAMIENTA EN CINETOMETRIA, DEMOSTRANDOSE LA ROBUSTEZ DE ESTE TIPO DE METODOS EN LA ESTIMACION DE PARAMETROS ANALITICOS.
2. SE HA DEMOSTRADO LA UTILIDAD DE LAS REDES NEURONALES ARTIFICIALES EN DETERMINACIONES CINETICAS DE MULTICOMPONENTES, MEJORANDO LA CALIDAD DE LOS RESULTADOS ANALITICOS Y ABORDANDO SITUACIONES LIMITE DIFICILES DE ABORDAR POR OTRAS TECNICAS CINETOMETRICAS, A SABER, RELACIONES DE CONSTANTES PROXIMAS A LA UNIDAD, PROCESOS CINETICOS COMPLEJOS Y PRESENCIA DE EFECTO CINETICO MUTUO.
3. SE HAN DESARROLLADO DISEÑOS DE RED DE DIMENSION MINIMA, REDUCIENDO DE ESTE MODO EL NUMERO DE PATRONES Y EL TIEMPO NECESARIOS PARA EL ENTRENAMIENTO. EN ESTE SENTIDO, SE HAN DESARROLLADO METODOLOGIAS DE PREPROCESADO DE LA INFORMACION QUE HAN REDUCIDO ENORMEMENTE LA DIMENSIONALIDAD DEL PROBLEMA. ASIMISMO, SE HAN VERIFICADO LOS PROCEDIMIENTOS REALIZADOS, GENERALIZANDO ESTAS METODOLOGIAS EN LA MEDIDA DE LO POSIBLE.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados