Interferencia catastrófica en redes neuronalessoluciones y relación con otros problemas del conexionismo

  1. Ruiz de Angulo García, Vicente
Dirixida por:
  1. Carme Torras Genís Director

Universidade de defensa: Universidad del País Vasco - Euskal Herriko Unibertsitatea

Ano de defensa: 1996

Tribunal:
  1. Francisco Javier Torrealdea Folgado Presidente/a
  2. Manuel Graña Romay Secretario/a
  3. Alberto Prieto Espinosa Vogal
  4. Vicente López Martínez Vogal
  5. Joan Pérez Vicente Conrad Vogal

Tipo: Tese

Teseo: 55468 DIALNET

Resumo

ESTA TESIS ABORDA EL PROBLEMA DE LA INTERFERENCIA CATASTROFICA BASANDOSE EN UN ANALISIS FORMAL RIGUROSO,LOS ALGORITMOS PROPUESTOS SON APLICABLES TANTO A ARQUITECTURAS FEED FORWAR COMO RBF. SE HAN PROPUESTO MEDIDAS DE EFICIENCIA PARA LA EVALUACION DEL RENDIMIENTO DE LOS ALGORITMOS. SE PROPONEN ALGORITMOS DE APRENDIZAJE DE MINIMA DEGRADACION (LMD) Y SU APLICACION EN LA EVITACION DE LA INTERFERENCIA CATASTROFICA PRODUCIDA POR LA APARICION DE NUEVOS PATRONES. FINALMENTE SE APLICA EL PRINCIPIO DE DESCRIPCION DE MINIMA LONGITUD (MDL) A LOS ALGORITMOS DE APRENDIZAJE DE MINIMA DEGRADACION.