Diseño automático de redes neuronales artificiales mediante el uso del algoritmo de evolución diferencial (ED)

Abstract

Resumen-En el rea de la Inteligencia Artificial, las Redes Neuronales Artificiales (RNA) han sido aplicadas para la solucin de m ltiples tareas. A pesar de su declive y del resurgimiento de su desarrollo y aplicacin, su dise o se ha caracterizado por un mecanismo de prueba y error, el cual puede originar un desempe o bajo. Por otro lado, los algoritmos de aprendizaje que se utilizan como el algoritmo de retropropagacin y otros basados en el gradiente descenciente, presentan una desventaja: no pueden resolver problemas no continuos ni problemas multimodales. Por esta razn surge la idea de aplicar algoritmos evolutivos para disear de manera automtica una RNA. En esta investigacin, el algoritmo de Evolucin Diferencial (ED) encuentra los mejores elementos principales de una RNA: la arquitectura, los pesos sinpticos y las funciones de transferencia. Por otro lado, dos funciones de aptitud son propuestas: el error cuadrtico medio (MSE por sus siglas en ingls) y el error de clasificacin (CER) las cuales, involucran la etapa de validacin para garantizar un buen desempe o de la RNA. Primero se realiz un estudio de las diferentes configuraciones del algoritmo de ED, y al determinar cul fue la mejor configuracin se realiz una experimentacin exhaustiva para medir el desempeo de la metodologa propuesta al resolver problemas de