Tesis doctoral de Arribas Sanchez Juan Ignacio
Resumen: esta tesis pretende estudiar el problema de la estimación de probabilidades a posteriori empleando para ello las redes neuronales empezando desde un punto de partida teórico. Se demuestran una serie de teoremas en los que se imponen ciertas condiciones necesarias y suficientes, las cuales garantizan la existencia de funciones de coste que se minimizan hacia una probabilidad a posteriori, aplicables tanto en problemas de estimación de la probabilidad como en estimación de densidad, y que pueden ser utilizadas en la etapa de aprendizaje de las redes. Se diseñan estructuras neuronales normalizadas para obtener las estimas de las probabilidades en caso de múltiples hipótesis y se propone un algoritmo basado en la previa estimación de probabilidades para calcular la complejidad o el tamaño de red óptima. Se dan ejemplos de los resultados obtenidos con tales redes y algoritmos tanto visuales como numéricos, comparándose con otras técnicas bien conocidas. palabras clave: redes neuronales, función de coste, función objetivo, estimación de probabilidad, estimación de densidad, probabilidad a posteriori, selección de la complejidad, optimización.
Datos académicos de la tesis doctoral «Redes neuronales para estimacion de probabilidades a posteriori: estructuras y algoritmos«
- Título de la tesis: Redes neuronales para estimacion de probabilidades a posteriori: estructuras y algoritmos
- Autor: Arribas Sanchez Juan Ignacio
- Universidad: Valladolid
- Fecha de lectura de la tesis: 13/12/2001
Dirección y tribunal
- Director de la tesis
- Jesús Cid Sueiro
- Tribunal
- Presidente del tribunal: aníbal ramón Figueiras vidal
- Carlos Pantaleon prieto (vocal)
- Luis Alonso romero (vocal)
- armando Malanda trigueros (vocal)