REDES NEURONALES PARA APROXIMACIÓN DE FUNCIONES

Abstract

Las redes neuronales multicapas alimentadas hacia adelante, usadas en este trabajo, pueden aproximar funciones continuas con un error dado, provistas del suficiente número de unidades de procesamiento elemental. No existen métodos para determinar a priori el tamaño apropiado de la red ni su conectividad. Redes neuronales con gran número de nodos y conexiones tienen mayor flexibilidad que las pequeñas para ajustarse a los datos usados en el entrenamiento, pero su performance es pobre en cuanto a su capacidad de generalización. Esto es de gran importancia en aproximación de funciones. En este trabajo se presenta y analiza un método de construcción de redes de mínima complejidad mostrando su uso en aproximación de funciones continuas.