Modelo de un sistema para la selección automática en dominios complejos, con una estrategia cooperativa, de conjuntos de entrenamiento y arquitecturas ideales de redes de neuronas artificiales utilizando algoritmos genéticos

• Autores: Julián Dorado
• Directores de la Tesis: A. Pazos (dir. tes.)
• Lectura: En la Universidade da Coruña ( España ) en 2000
• Idioma: español
• Tribunal Calificador de la Tesis: Antonio Blanco Ferro (presid.) , Bernardino Arcay (secret.) , Juan Ríos Carrión (voc.) , Peter Smith (voc.) , Ana María Perfeito Tome (voc.)
• Enlaces
  • Tesis en acceso abierto en: RUC
• Resumen

  • Esta tesis estudia el desarrollo de un modelo de sistema evolutivo y distribuido para la automatización y optimización de la construcción de RR,NN.AA. que se apliquen a dominios complejos. Los trabajos de investigación se centran en cuatro áreas:

    * Identificar, de forma automática, configuraciones óptimas de capas, elementos de proceso (EP) y parámetros de los EP, evitando el proceso de prueba y error que, actualmente, realiza el diseñador de la red.

    * Diseñar un método para la selección de un conjunto de entrenamiento óptimo a partir de series temporales, complementando así los métodos existentes para la discriminación de variables de entrada.

    * Se propone un método alternativo para el proceso de entrenamiento de RR.NN.AA.

    ya que, al aplicarlas a problemas complejos, como la predicción en el dominio temporal, los métodos de gradiente presentan problemas de mínimos locales.

    * Por último, se pretende armonizar, con una aproximación cooperativa, las distintas fases de desarrollo de la RNA: diseño del conjunto de entrenamiento, ajuste de los parámetros de la arquitectura y proceso de entrenamiento.