Diseno de arquitecturas optimas de redes neuronales artificiales

La mayora de la literatura relacionada con las redes neuronales artificiales se enfoca en aplicaciones especficas y sus resultados en lugar de una metodologa para disearlas y entrenarlas. Determinar un conjunto apropiado de valores de parmetros estructurales y de aprendizaje de una red neuronal artificial, an sigue siendo una tarea difcil. Actualmente, existe un conocimiento terico y prctico limitado para seleccionar estos parmetros. La metodologa de diseo robusto es un mtodo que permite alcanzar este objetivo. Es una tcnica estadstica que se puede utilizar para identificar de forma sistemtica las selecciones ptimas de dichos factores para obtener la salida deseada. Empleando una estrategia sistemtica y experimental denominada "metodologa de diseo robusto de redes neuronales artificiales", se dise un conjunto de arquitecturas de red, seleccionando entre todas, aquella capaz de reconstruir espectros de neutrones a partir de las tasas de conteo provenientes de un espectrmetro de Esferas Bonner como nicos datos de entrada. Como lo demuestran los resultados, la red seleccionada con esta metodologa muestra alto desempeo y capacidad de generalizacin.