RT Dissertation/Thesis
T1 Redes neuronales para regresión y clasificación. Nuevos algoritmos y aplicaciones
A1 Matías Fernández, José María
K1 redes neuronales
K1 Regresión
K1 aprendizaje
K1 MLF
K1 MLP
K1 Algoritmos
AB 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 crecimientode la capacidad computacional de los ordenadores.Este auge, sigue produciéndose en la actualidad hasta el punto de que, resulta muy difícilseguir 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, produciéndoseuna gran dispersión de literatura entre diversos canales, asociados tradicionalmente a distintasdisciplinas.Esta situación, dificulta el acceso a estas técnicas por parte de investigadores inicialmenteajenos a las mismas, impide intercambios conceptuales y metodológicos entre áreas, y limita susposibilidades de aplicación en muchos campos de interés.Así, existen técnicas de redes neuronales que, a primera vista, parecen poseer un estrechoparentesco con otras técnicas estadísticas, pero cuyas relaciones no han sido suficientemente clarificadas.Asimismo, existen muchas áreas de aplicación, donde estas nuevas técnicas no han sidosuficientemente aprovechadas, en las que las redes neuronales tienden a considerarse como cajasnegras 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.
YR 2004
FD 2004
LK http://hdl.handle.net/10347/31497
UL http://hdl.handle.net/10347/31497
LA spa
DS Minerva
RD 24 abr 2026