Red neuronal recurrente multivaluada para el reconocimiento de patrones y la optimización combinatoria

  1. Mérida Casermeiro, Enrique
Dirigida por:
  1. José Muñoz Pérez Director/a

Universidad de defensa: Universidad de Málaga

Fecha de defensa: 25 de septiembre de 2000

Tribunal:
  1. José María Troya Linero Presidente/a
  2. Nicolás Guil Mata Secretario/a
  3. Inmaculada Pérez de Guzmán Molina Vocal
  4. Ignacio Requena Ramos Vocal
  5. César Hervás Martínez Vocal

Tipo: Tesis

Teseo: 76407 DIALNET

Resumen

Se propone una nueva red neuronal recurrente a la que se dota de una dinámica de la computación para lo cual siempre decrece la funcion de energia computacional, demostrándose su convergencia en modo asincrono, entre otras propiedades, Se comprueba la eficiencia de la red propuesta con problemas de optimización combinatoria, en particular con el problema del viajante,N-reinas, corte máximo y K-partición de un grafo . Asimismo, la red permite abordar problemas de agrupación de datos basada en participaciones (clasificación no supervisada) de forma más eficiente que otros metodos permitiendo implementar técnicas de reconomiento de patrones en modo supervisado, no supervisado e lúbrido.