info presentación miembros líneas investigación publicaciones investigación tesis docencia

.: S.A.B.I.A. :.  Sistemas Adaptativos y Bioinspirados en Inteligencia Artificial

Desde principios de 1997 este equipo de investigación ha acumulado una larga experiencia en el desarrollo de sistemas basados en la Computación Evolutiva (CE) y las Redes de Neuronas Artificiales (RNA). Estas líneas de investigación se han iniciado con diversos trabajos de fin de carrera y varias publicaciones en congresos y revistas del ámbito.

Dentro de los primeros trabajos se ha tratado de desarrollar mejoras en los sistemas de aprendizaje para las RNA. Fruto de estos estudios se integran técnicas de CE dentro del proceso de aprendizaje y se obtiene un sistema que realiza el aprendizaje de RNA independiente de su arquitectura (tanto alimentadas hacia delante como recurrentes). Para ello se ha utilizado Algoritmos Genéticos.

Fruto de este trabajo se estudian nuevos modelos de neuronas artificiales que se pueden entrenar de forma sencilla con este sistema. Dentro de estos modelos se implementa lo que se conoce como "pendientes de activación" para simular los potenciales de acción en las membranas de las neuronas. Mediante estos modelos se ha investigado en RNA de arquitectura recurrente con activaciones temporales. Posteriormente se han realizado investigaciones en AG para el desarrollo integral de RNA. Se han utilizado AG paralelos multinivel para construir y, simultáneamente entrenar RNA tanto alimentadas hacia delante como recurrentes. Dentro de esta línea de investigación se ha avanzado en el estudio de sistemas distribuidos de AG en varios computadores cooperando entre sí aplicados al problema de la selección de la estructura ideal de RNA para un problema dado.

En cuanto a los conjuntos de entrenamiento que utiliza un proceso de aprendizaje para entrenar una RNA, se ha investigado la obtención de conjuntos de entrenamiento reducidos para facilitar el proceso e aprendizaje. Para ello se han utilizado AG que divide los conjuntos en series representativas del problema que se desea resolver mediante RNA.

Otro paso realizado es la integración de las dos anteriores investigaciones en un único sistema distribuido que realiza la selección de la arquitectura óptima de RNA, la reducción del conjunto de entrenamiento y el entrenamiento de la RNA. En este sistema se utiliza un red de computadoras que realizan las diversas tareas y que están controladas por un ordenador central que además sirve para visualizar los resultados al diseñador de RNA.

El siguiente paso que se ha dado es el estudio y la investigación de la información que posee una RNA ya entrenada. Para ello se ha recurrido un vez más a la CE, pero en este caso se ha utilizado la Programación Genética. Mediante este técnica se buscan reglas de funcionamiento que procesa la RNA. Una vez más, esta técnica se ha desarrollado teniendo en cuenta la independencia de arquitectura de RNA. Por lo que se aplicado tanto a RNA alimentadas sólo hacia delante como de arquitectura recurrente.

SABIA
    .: SABIA :.  Sistemas Adaptativos y Bioinspirados en Inteligencia Artificial