Evolución de gramáticas bidimensionales de contexto libre para el diseño de arquitecturas de redes de neuronas artificiales

Uno de los pasos decisivos en la aplicación de Redes de Neuronas Artificiales es el diseño de la arquitectura de la red; sin embargo, el diseño de la arquitectura es una tarea de expertos. Por ello el desarrollo de métodos automáticos de determinación de arquitecturas resulta un campo de gran interés entre los investigadores en redes de neuronas artificiales. Estos métodos utilizan fundamentalmente técnicas de búsqueda, como Algoritmos Genéticos, Enfriamiento Simulado, Estrategias Evolutivas o incluso Técnicas Multiagente. La mayoría de estos métodos se basan en la representación directa de los parámetros de la red, lo que hace que sean métodos no escalables, es decir, para representar arquitecturas moderadamente complejas se requieren codificaciones de gran tamaño, lo que afecta al tiempo de convergencia del algoritmo considerado. En este trabajo se propone un esquema de codificación indirecta que se basa en la representación mediante gramáticas bidimensionales. El esquema propuesto, denominado sistema GANET, es genérico y supera las limitaciones de otros sistemas relacionados. El sistema GANET ha demostrado su capacidad para encontrar arquitecturas óptimas para el problema de aproximación de la serie temporal logística.