Efectos de la estructura estadística de los datos en la implementación de la red neuronal autosupervisada

  • Luis E. Huamanchumo de la Cuba Escuela Profesional de Ingeniería Estadística, Universidad Nacional de Ingeniería. Lima, Perú. https://orcid.org/0000-0002-2239-5301
  • Luis A. Sánchez Alvarado Universidad Nacional de Ingeniería. Lima, Perú.
Palabras clave: Análisis de componentes principales, Algoritmo hebbiano, Reducción de dimensionalidad

Resumen

La presente investigación plantea como objetivo estudiar aspectos técnicos relacionados con la implementación de la red neuronal de Análisis de Componentes Principales (ACP) en términos de su capacidad predictiva, generalización y precisión con el fin de establecer criterios óptimos para su validación, evaluación del desempeño e implementación. Para ello, se plantea la hipótesis de que la estructura estadística de los datos influye significativamente en el óptimo desempeño de la red neuronal de ACP en el contexto no supervisado. Se demostró que el algoritmo Hebbiano de la fase de aprendizaje garantiza la calidad de representación de la red debido a que capitaliza eficientemente la información en escenarios con varianza generalizada grande. 

Descargas

La descarga de datos todavía no está disponible.

Citas

Huamanchumo, L., “Efectos de la Estructura, Estadística de Datos en la Implementación de la Red Neuronal de Análisis de Componentes Principales”. Tesis de Maestría. Facultad de Ingeniería Industrial y de Sistemas. Universidad Nacional de Ingeniería. 2010.

Johnson, R., Wichern, D., “Applied Multivariate Statistical Analysis”. 5th Edition. Prentice Hall. 2002.

Spencer, R., Sánchez-Sinencio, E., “A Fully- Differential CMOS Implementation of Oja´s Learning Rule in a Dual-Synapse Neuron for Extracting Principal Components for Face Recognition”. Analog and Mixed Signal Center. Texas A&M University. USA.

Aiken, Milan., “Artificial Neural Systems as a Research Paradigm for the Study of Group Decision Support Systems”. Group Decision and Negotiation Kluwer Academic Publishers. Department of Management and Marketing, School of Business Administration, University of Mississippi. 1997. pp. 379.

Kwak, N, King, C., “Dimensionality reduction based on ICA for regression analysis.” Lecture notes on computer science. ICANN 2006, Part I, LNCS 4131. Springer-Verlag. Berlin Heidelberg. 2006. pp.7-8.

Huamanchumo, L. “Escala de Actitud hacia la Investigación, Estudiantes y Carreras Profesionales de Ingeniería y Ciencias de la UNI” TECNIA. Vol. 16 N° 2. Lima-Perú. 2006. pp.43-50.8

Publicado
2013-06-01
Cómo citar
[1]
L. Huamanchumo de la Cuba y L. Sánchez Alvarado, Efectos de la estructura estadística de los datos en la implementación de la red neuronal autosupervisada, tecnia, vol. 23, n.º 1, pp. 67-77, jun. 2013.
Sección
Artículos