Desarrollo y optimización de nuevos modelos de redes neuronales basadas en funciones de base radial

Laburpena

La tesis doctoral Desarrolla y optimización de nuevos modelos de redes basados en funciones de base radial presentada por. D. Mouncef Filali Bouami, Licenciado en Física por la Universidad de Fez (Marruecos) y dirigida por los Profesores Doctores D. Ignacio Rojas Ruiz y D. Carlos García Puntonet del Departamento de Arquitectura y Tecnología de Computadores de la Universidad de Granada, describe un nueva metodología y novedosa estructuras para el desarrollo de sistemas de neuronas de base radial. En está trabajo se presenta una estructura novedosa esturcturas para el desarrollo de sistemas de neuronas de base radial. En éste trabajo se presenta una estructura novedosa llamada S-RBF (Sum Radial Basis Function)con nuevos operadores T-norma y T-conorma. Estos operadores, combinados con coeficientes de ponderación que intervienen en las consexiones "entrada-capa oculta" permiten una "jerarquización" de os vectores de entrada en la activación de cada neurona, propiciando que las neuronas de la capa oculta tengan mayor flexibilidad, ya que su activación puede ser localizada dentro de un subconjunto del espacio de entrada. S-RBF utiliza un algoritmo genérico para encontrar, de forma automática una red de funciones de base radical que resuelva un problema dado, dentro de una arquitectura integrada, y teniendo en cuenta como principal objetivo la minimización del error y el coste computacional al realizar ésta tarea. En las funciones de baser radial, los parámetros que conectan las activaciones d elas neuronas ocultas con la neurona de salida, normalmenta son parámetros sencillos (constantes). Sin embargo existe la posibilidad de generalizar la expresión de dichos parámetros, aumentando por tanto su capacidad expresiva, utilizando lo que se llaman pesos de regresión. En esta tesis se consideran expresiones, polinómicas de orden 2, para los pesos de salida del sistema neuronal, junto con el desarrollo de algoritmos d