El objetivo global de este trabajo es la obtención de un modelo de diseño automático de redes neuronales artificiales modulares, Las bases de este diseño automático son el uso de computación evolutiva para obtener la arquitectura idéonea.
Esta tesis desarrolla dos modelos basados en computación coevlutiva,Covnet y Mobnet.
Covnet es un modelo modular en el cual existen dos poblaciones independientes.Una población formada por módulos (denominadas nódulos en el modelo) y una segunda población de redes que son combinaciones de nódulos. El modelo evoluciona siguiendo los mecanismos de la programcion evolutiva en lo referente a la población de nódulos y siguiente los mecanismos de los algoritmos genéticos en lo referente a la población de redes.
Mobnet mantiene el diseño global de Covnet, pero introduciendo los conceptos de optimización multiobjetivos en la estimación de la aptitud de los individuos que componen la población de nódulos.
Ambos modelos son aplicados a problemas de clasificación reales obtendios a apartir de la base de datos proben1. Ambos demuestran funcionar mejor que una red de retropropagación estándar y ser competitivos respecto a los trabajos publicados en la bibliografía.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados