Redes neuronales para regresión y clasificación. Nuevos algoritmos y aplicaciones
Las técnicas de redes neuronales, como otras técnicas estadísticas con una gran componente computacional, han experimentado un gran desarrollo en los últimos años, debido al enorme crecimiento de la capacidad computacional de los ordenadores. Este auge, sigue produciéndose en la actualidad hasta el...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2004 |
| País: | España |
| Institución: | Universidad de Santiago de Compostela (USC) |
| Repositorio: | Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela |
| Idioma: | español |
| OAI Identifier: | oai:minerva.usc.gal:10347/31497 |
| Acceso en línea: | http://hdl.handle.net/10347/31497 |
| Access Level: | acceso abierto |
| Palabra clave: | 120703 Cibernética 120302 Lenguajes algorítmicos 120999 Redes neuronales |
| Sumario: | Las técnicas de redes neuronales, como otras técnicas estadísticas con una gran componente computacional, han experimentado un gran desarrollo en los últimos años, debido al enorme crecimiento de la capacidad computacional de los ordenadores. Este auge, sigue produciéndose en la actualidad hasta el punto de que, resulta muy difícil seguir los últimos desarrollos, en el contexto de un marco teórico compacto e interrelacionado. Todo ello, se ve agravado por la aparición de nuevas publicaciones especializadas, produciéndose una gran dispersión de literatura entre diversos canales, asociados tradicionalmente a distintas disciplinas. Esta situación, dificulta el acceso a estas técnicas por parte de investigadores inicialmente ajenos a las mismas, impide intercambios conceptuales y metodológicos entre áreas, y limita sus posibilidades de aplicación en muchos campos de interés. Así, existen técnicas de redes neuronales que, a primera vista, parecen poseer un estrecho parentesco con otras técnicas estadísticas, pero cuyas relaciones no han sido suficientemente clarificadas. Asimismo, existen muchas áreas de aplicación, donde estas nuevas técnicas no han sido suficientemente aprovechadas, en las que las redes neuronales tienden a considerarse como cajas negras con buenos resultados, pero imposibles de comprender debido a su complejidad. En lo que respecta a la ciencia estadística, las redes neuronales son una parte de la misma, pero su origen en áreas de tipo tecnológico, las ha mantenido alejadas de aquélla. |
|---|