• Pazos Sierra, Alejandro
• Dorado de la Calle, Julián
• Santos del Riego, Antonino
• Rabuñal Dopico, Juan Ramón
• Pedreira Souto, Nieves

• Artificial Neural Networks
• Genetic Algorithms

En este artículo se plantea la forma de entrenar un nuevo modelo de Red de Neuronas Artificiales Recurrente (RNAR) mediante un AG (Algoritmo Genético). En este tipo de RNA se busca reforzar la persistencia de las activaciones de las neuronas para crear contextos de activación que generen salidas adecuadas en el tiempo. En este nuevo enfoque se pretende almacenar más información en las conexiones de neuronas. Para ello se pasa de representar las conexiones como un valor fijo a representarlas como una función que genera la salida de la neurona en el tiempo. El proceso de entrenamiento de este tipo de RNA calcula el valor de la pendiente que caracteriza la función. Para el entrenamiento se ha desarrollado un sistema basado en AG que localiza la configuración de las pendientes más adecuadas para la resolución del problema. El sistema complejo de AG-RNA se ha probado en la predicción de series temporales y comprobado con el fucncionamiento de los modelos estadísticos ARIMA.