Diseño óptimo de comités de redes neuronales artificiales

Abstract

Las máquinas de aprendizaje, y particularmente, las redes neuronales artificiales (RNA), tienen aplicación en multitud de problemas reales: control automático, detección de señales, estimación de variables financieras, filtros "antispam", etc. Una manera eficiente para mejorar la capacidad de generalización de una RNA es diseñar un conjunto de máquinas ("committee of machines" o "network ensambles"), cuya solución global es el resultado de combinar la estimación proporcionada por cada máquina. Este artículo propone un novedoso, rápido y eficiente método para el entrenamiento de comités de máquinas basado en el algoritmo "Extreme Learning Machine".