Implementación de algoritmos genéticos en un sistema distribuido como herramienta para la generación automática de redes neuronales utilizando datos de crudos y fracciones

Abstract

Los algoritmos de aprendizaje automático son un conjunto de técnicas que permiten a las computadoras aprender y ser capaces de generalizar comportamientos a partir de información suministrada en forma de ejemplos; una de las técnicas mas usadas son las redes neuronales artificiales que simula las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos recreados mediante mecanismos artificiales (computadores). Para lograr el correcto entrenamiento de una red Neuronal artificial, se debe elegir la configuración correcta de capas y neuronas, ya que una buena combinación de éstas permite obtener soluciones óptimas al problema. Por esta razón se considera tediosa la construcción de una de estas redes, debido a la infinidad de posibles configuraciones que podrían alcanzar bajos errores de entrenamiento, sin tener certeza de que la configuración utilizada sea la más óptima. Se acude entonces a los algoritmos genéticos como herramienta generadora de configuraciones de redes neuronales artificiales, aprovechando su exitosa utilización en problemas de optimización y su vasta exploración del espacio de búsqueda, además se hace uso del procesamiento paralelo para realizar una distribución de trabajo y disminuir el tiempo empleado en este proceso. De esta forma se obtiene una solución mediante un sistema preciso, eficiente y escalable, que combina técnicas de aprendizaje automático y cálculo distribuido.