Máquinas de Boltzmann para la optimización y simulación del aprendizaje

  1. Hernández Gómez, María del Carmen
Supervised by:
  1. Francisco Javier Torrealdea Folgado Director

Defence university: Universidad del País Vasco - Euskal Herriko Unibertsitatea

Year of defence: 1997

Committee:
  1. Nadal Batle Nicolau Chair
  2. Alicia Emilia D'Anjou D'Anjou Secretary
  3. Alberto Prieto Espinosa Committee member
  4. Clemente Rodríguez Lafuente Committee member
  5. Julián Gutiérrez Serrano Committee member
Department:
  1. Ciencia de la Computación e Inteligencia Artificial

Type: Thesis

Teseo: 61330 DIALNET

Abstract

ESTA TESIS DOCTORAL ABORDA EL ESTUDIO EXPERIMENTAL DE CIERTOS PROBLEMAS DE OPTIMIZACION COMBINATORIAL Y DE APRENDIZAJE AUTOMATICO DE MANERA ORIGINAL DISEÑANDO PARA SU RESOLUCION MAQUINAS DE BOLTZMANN DE ORDEN SUPERIOR TANTO EN LA ESTRUCTURA DE CONEXIONES COMO EN LA ESTRUCTURA DE VECINOS DEL ESPACIO DE CONFIGURACIONES, TAMBIEN SE AMPLIA LA DEFINICION DE LAS UNIDADES DE MANERA QUE PUEDAN CODIFICARSE PROBLEMAS CON VARIABLES DISCRETA Y CONTINUAS. LA VELOCIDAD DE PROCESO DE LA MAQUINA DE BOLTZMANN SE VE TAMBIEN INCREMENTADA MEDIANTE LA INCORPORACION DE DINAMICAS REGIDAS POR ALGORITMOS DEL TIPO CAMPO MEDIO Y, TAMBIEN, PARA CIERTOS PROBLEMAS DE APRENDIZAJE, MEDIANTE ESTRATEGIA DE CREACION DE ESTADISTICAS QUE NO REQUIEREN ALGORITMOS DE RELAJACION. SE HAN RESUELTO SATISFACTORIAMENTE LOS PROBLEMAS DEL AGENTE DE COMERCIO, DE LA SATISFACIBILIDAD, LOS PROBLEMAS MONKS Y LOS PROBLEMAS NO CONVENCIONALES DE CLARIFICACION.