Optimización para Redes Neuronales

Abstract

Las Redes neuronales artificiales tratan de reproducir el proceso de solución de problemas del cerebro, una red neuronal toma como ejemplos problemas resueltos para poder construir un sistema de toma de decisiones y realizar calificaciones. Estas características de poder aprender de ejemplos o problemas resueltos las hacen una solución óptima cuando se trabaja con modelos de predicción. El objetivo a futuro de esta investigación es poder aplicar redes neuronales en el modelo paralelo de predicción de incendios utilizado en el laboratorio LICPaD. En este modelo se trabaja constantemente con la incertidumbre de variables, lo que dificulta una predicción óptima. Al implementar redes neuronales en el modelo, se buscará que este logre una mejor toma de decisiones sobre las variables según qué peso tienen estas en el incendio a predecir. Para poder aplicarlo a este modelo buscando mejorar el tiempo y calidad de resultados, se busca paralelizarlo de forma que tanto el aprendizaje como el funcionamiento de la red no afecten considerablemente el tiempo de obtención de los resultados.