Tesis doctoral de José María Matías Fernández
La tesis recoge una exposición sistemática del estado del arte de los modelos y algoritmos de redes neuronales en el marco de la teoría del aprendizaje estadístico, incluyendo los algoritmos boosting. Como aportaciones relevantes destacan las siguientes: 1,- la clarificación de las relaciones entre las redes rrbf de regularización, las support vector machines y el kringing. 2,- la utilización del covariograma como núcleo en las arquitecturas radiales, bajo un contexto bayesiano, que permite incorporar al modelo la estructura de asociación provocada por la hipótesis de tendencia, y mejora los resultados obtenidos con núcleos estándar isotrópicos. 3,- el kriging regulariado como resultado de la aplicación de la metodología de los support vectors al kriging, obteniéndose como casos particulares el kriging simple y el kriging universal, así como la regresión bayesiana con prior gausiana para los parámetros. 4,- un algoritmo ls-boost que utiliza como «weak learners» redes neuronales rbf sobre proyecciones en el esapcio de centrada. 5,- una batería de algoritmos para series de tiempo heterocedásticas: a,- modelos de redes neuronales para tendencia-varianza entrenadas simultáneamente mediante verosimilitud gausiana. b,- la generalización del algoritmo gradient-boost para varias hipótesis, específicamente para tendencia-varianza simultáneas, utilizando como «weak learners» redes neuronales rbf y mlp, y técnicas arma-garch, éstas últimas con el fin de modelizar la posible heterocedasticidad de la serie del gradiente heredada de la serie original. c,- algoritmo wildboostgarch como resultado de aplicar sucesivamente modelos garch a la discrepancia entre resíduos al cuadrado y varianza recogida en las iteraciones anteriores. 6,- aplicación de los algoritmos anteriores a un problema de predicción en mercados financieros tanto sobre conjuntos artificiales de datos como una serie de datos reales del ín
Datos académicos de la tesis doctoral «Redes neuronales para regresión y clasificación. nuevos algoritmos y aplicaciones«
- Título de la tesis: Redes neuronales para regresión y clasificación. nuevos algoritmos y aplicaciones
- Autor: José María Matías Fernández
- Universidad: Santiago de compostela
- Fecha de lectura de la tesis: 12/12/2003
Dirección y tribunal
- Director de la tesis
- Wenceslao González Manteiga
- Tribunal
- Presidente del tribunal: José manuel Prada sanchez
- domingo Morales gonzalez (vocal)
- Javier Taboada castro (vocal)
- ricardo Cao abad (vocal)