Ayuda
Ir al contenido

Dialnet


Resumen de Sistemas híbridos con aprendizaje basados en máquinas de soporte vectorial y redes neuronales de función de base radial

Haydemar Núñez

  • La clasificación de la información generada por un proceso y recibida por un sistema de control o supervisión en un conjunto de categorías predefinidas es una de las áreas de trabajo principales de los sistemas inteligentes de control.

    Cuando los paradigmas de clasificación utilizados son del tipo conexionista, el sistema supervisor que se diseña, aún en el caso de obtener buenas prestaciones sobre el proceso, es del tipo caja negra, es decir, su interpretación por parte de un operario es difícil, cuando no imposible.

    Con el objetivo de convertir en interpretable el sistema clasificador, se han desarrollado en los últimos 10 años algunas aproximaciones que permiten extraer reglas a partir de, generalmente, redes neuronales basadas en funciones base radiales: una primera fase de entrenamiento de la RBFNN es necesaria, para posteriormente aplicar el algoritmo de extracción de reglas en una segunda etapa. En todos los casos, el algoritmo de extracción utilizado en la segunda etapa del procedimiento impone restricciones sobre el tipo de entrenamiento realizado durante la fase inicial, en especial, para evitar el 'overlapping' posterior entre clases o categorías.

    Por otra parte, en estos últimos 7 años se ha venido demostrando que las Máquinas de Soporte Vectorial (SVM), una implementación de la Teoría de Aprendizaje Estadístico de V.N. Vapnik, poseen unas cualidades de clasificación y aproximación excelentes sobre todo tipo de problemas, aún con un número reducido de patrones de aprendizaje, o una dimensión grande del espacio de trabajo inicial. Por ello, parecería interesante utilizar este tipo de sistema conexionista como base en la fase primera de entrenamiento.

    La presente tesis explota la estructura de generación de la función clasificadora tanto en el caso de las SVM, como de las RBFNN. En una SVM, al ser un clasificador de margen amplio, la función separadora se diseña sobre unos vectores soporte


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus