Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/132748
Títol: | A systematic study of the performance of Feedforward Neural Networks on data from closed-form mathematical models |
Autoria: | Ríos Romero, Harry de los |
Tutor: | Duch, Jordi |
Resum: | A l'era de les dades, les xarxes neuronals han demostrat ser potents eines de predicció. Tanmateix, en escenaris on la interpretabilitat del model preval sobre la precisió, altres eines estadístiques poden ser més adequades. Una d'aquestes eines és el Bayesian Machine Scientist, una eina basada en estadístiques bayesianes i física estadística que explora l'espai dels models matemàtics de forma tancada mitjançant la cadena Markov Monte Carlo i troba les dades donades pel model més plausible. En aquest article hem fet un estudi sistemàtic de la precisió de FeedForward Neural Networks, el Bayesian Machine Scientist i un algorisme Random Forest, utilitzant la mètrica RMSE en dos tipus d'escenaris. El primer, sobre dades generades per una altra xarxa neuronal FeedForward, i el segon sobre un conjunt de dades amb diferents nivells de soroll, generats mitjançant tres models matemàtics de forma tancada provinents del Bayesian Machine Scientist. Els resultats mostren que, en l'escenari sense soroll, les xarxes neuronals són immillorables, però en un escenari real amb soroll, el seu rendiment disminueix i podria ser superat pel Bayesian Machine Scientist en el rang de baix nivell de soroll amb l'avantatge que aquest darrer ofereix molt més interpretació. |
Paraules clau: | bayesià de màquines FeedForward xarxes neuronals |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | jun-2021 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
hde_los_riosTFM0621memory.pdf | Memory of TFM | 1,69 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons