Estudio cuantitativo de la tolerancia a fallos, la capacidad de generalización y nuevos algoritmos de aprendizaje para el perceptrón multicapa

Résumé

En la presente memoria se realiza un estudio de la tolerancia frente a perturbaciones en pesos y entradas en el perceptrón multicapa. Se proponen medidas cuantitativas para expresar la tolerancia a faltas, la inmunidad al ruido y la capacidad de generalización de una configuración de pesos determinada. También se desarrollan algoritmos de aprendizaje que optimizan las características previamente citadas junto con el error cuadrático medio tal como haría un algoritmo clásico de aprendizaje. Los resultados demuestran la eficacia de los algoritmos propuestos para encontrar configuraciones de pesos más robustas frente a perturbaciones y con mayor capacidad de generalización comparadas con las que se obtienen mediante la aplicación de un algoritmo clásico de aprendizaje.