Diseño de redes neuronales artificiales en neurociencias.

Resumen tomado de la publicación

Teoría de precios de arbitraje. Evidencia empírica para Colombia a través de redes neuronales

Esta investigación utiliza una red neuronal multicapa para relacionar el Índice General de Bolsa de Valores de Colombia (IGBC) con fundamentales macroeconómicos y variables financieras. Proponemos dos modelos: un modelo APT (fundamentales macroeconómicos) y un modelo APT modificado (fundamentales macroeconómicos + indicador de las bolsas del mundo); de acuerdo a nuestro análisis el APT tradicional se ajusta mejor para predecir el mercado de valores Colombiano. Los resultados confirman que las redes neuronales artificiales (ANN) son más efectivas que los modelos estadísticos tradicionales por su capacidad explicativa y precisión.

Composicionalidad, cómputo de estructura y redes neuronales.

resumen literal de la revista

Comparación de redes neuronales frente a técnicas clásicas de trabajo : estudio de la calidad de software implementado en las distintas técnicas.

Este trabajo se ha desarrollado en el Facultad de Informática de la Universidad Pontificia de Salamanca por un equipo de tres profesores y es utilizado en las clases de prácticas de Inteligencia Artificial e Informática Industrial, calidad del software. Permite a profesores y alumnos acceder en un único trabajo a una gran variedad de técnicas de simulación de redes neuronales ya que la bibliografía necesaria para obtener un conocimiento global y específico de la materia tratada es demasiado amplia y dispersa para poder ser consultada por el alumno y su tratamiento demasiado complejo. Facilita al alumno el tener una visión global de la materia tratada en un único estudio. Indudablemente el trabajo resultante de este proyecto es de gran utilidad en la tarea docente de los profesores tanto en primer como segundo ciclo, así como una introducción al tercer ciclo, por tratarse de un enfoque moderno pero comprensible del problema y estar complementada por un amplio material de simulación. Además los profesores podrán disponer de ejemplos reales en los que se aplican redes neuronales y técnicas estadísticas y compararlas. Se considera importante como material de apoyo a las clases impartidas por los profesores. Este trabajo facilitará la asimilación de las ideas teóricas por parte del alumno y le ayudará a iniciarse en el mundo de la ciencia moderna utilizando la simulación como herramienta de trabajo. Además aprenderá a realizar un análisis de la fiabilidad del software que le permita comparar las simulaciones software utilizadas en cada caso, permitiéndolo comprobar en que medida que teorías son más adecuadas para su implementación software. Los resultados que se han recopilado y elaborado con las distintas y últimas técnicas existentes se han implementado en un CD, en el que se recogen las simulaciones utilizadas en el desarrollo del estudio de redes neuronales y permite realizar un estudio de la calidad del software implementado, además se acompaña de un manual en el que se recogen diversos ejemplos que permiten adentrarse en la materia sin un conocimiento previo. Este material de simulación se esta utilzando en el aula por los alumnos, en la realización de las prácticas correspondientes.

Comparación de redes neuronales frente a técnicas clásicas de trabajo : estudio de la calidad del software implementado en las distintas técnicas.

Este trabajo se ha desarrollado en la Facultad de Informática de la Universidad Pontificia de Salamanca por un equipo de tres profesores y es utilizado en las clases prácticas de Inteligencia Artificial e Informática Industrial, calidad del software. Permite a profesores y alumnos acceder, en un único trabajo, a una gran variedad de técnicas de simulación de redes neuronales ya que la bibliografía necesaria para obtener un conocimiento global y específico de la materia tratada es demasido amplia y dispersa para poder ser consultada por el alumno, y su tratamiento demasiado complejo; facilitando así al alumno tener una visión global de la materia tratada en un único estudio. Indudablemente el trabajo resultante de este proyecto es de gran utilidad en la tarea docente de los profesores tanto en primer como segundo ciclo, así como un introducción al tercer ciclo; por tratarse de un enfoque moderno pero comprensible del problema y estar complementada por un amplio material de simulación. Además los profesores podrán disponer de ejemplos reales en los que se aplican redes neuronales y técnicas estadísticas y compararlas. Se considera importante como material de apoyo a las clases impartidas por los profesores. Este trabajo facilitará la asimilación de las ideas teóricas por parte del alumno y le ayudará a iniciarse en el mundo de la ciencia moderna utilizando la simulación como herramienta de trabajo. Además aprenderá a realizar un análisis de la fiabilidad del software que le permita comparar las simulaciones software utilizadas en cada caso, permitiéndolo comprobar en qué medida qué teorías son más adecuadas para su implementación software. Los resultados que se han recopilado y elaborado con las distintas y últimas técnicas existentes se han implementado en un cd, en el que se recogen las simulaciones utilizadas en el desarrollo del estudio de redes neuronales y permite realizar un estudio de la calidad del software implementado, además se acompaña de un manual en el que se recogen diversos ejemplos que permiten adentrarse en la materia sin un conocimiento previo. El material de simulación se está utilizando en el aula por los alumnos en la realización de las prácticas correspondientes.

Eficiencia técnica y redes neuronales : un modelo para el cálculo del valor añadido en educación.

Se propone un modelo para la mejora de los centros docentes no universitarios que aporte nueva luz en torno a la función de producción educativa y la medición de la eficiencia escolar a partir del análisis no lineal de la realidad educativa y se propone su utilización para la medición de la eficiencia técnica en cualquier sector productivo. 3855 alumnos de 8õ de Educación General Básica(EGB). Primeramente se realiza una revisión de la técnica de las redes neuronales artificiales(RNAs).Para superar las limitaciones de las estimaciones econométricas tradicionales en el proceso productivo de las escuelas se propone un modelo en dos etapas en valor añadido.En la primera etapa, se utilizan RNAs para predecir el rendimiento académico de los alumnos a partir de sus características individuales. A partir de estas predicciones se calculan distintos outputs escolares en valor añadido que van a permitir estimar, en una segunda etapa, la importancia de cada factor productivo escolar sobre diferentes tipos de alumno. Modelo basado en redes neuronales artificiales(RNAs). La política más eficiente en la asignación de recursos educativos no universitarios para la mejora de la escuela debería poner más y distintos recursos sobre aquellos alumnos más desfavorecidos o con mayor probabilidad de fracaso escolar a priori, puesto que el componente socioeconómico marca diferencias anteriores al proceso educativo. Un modelo no lineal basado en RNAs son una opción muy válida a la hora de evaluar la eficiencia técnica al conseguir aproximar los datos a nivel de alumno con mayor acierto que los de un modelo lineal.

La preparaci??n de comunicadores resonantes : de las redes neuronales a la sociedad red

Resumen basado en el de la publicaci??n

Gestión del riesgo de liquidez en una institución financiera utilizando un modelo híbrido entre la metodología ARIMA y Redes Neuronales Artificiales

En las instituciones financieras, una deficiente gestión del riesgo de liquidez puede ocasionar pérdidas financieras, ya sea por: intereses excesivos de créditos con otras instituciones, venta de activos con precios inferiores al valor del mercado, pérdida de oportunidades de negocios, pérdida de confianza con el depositante e incluso hasta la quiebra de la entidad. Es por esta razón, que el monitoreo de la liquidez se vuelve indispensable para el correcto funcionamiento de un banco, y se motiva al desarrollo de nuevas metodologías para su cuantificación. Si bien la gestión del riesgo de liquidez depende de cada institución bancaria y de su estructura en activos y pasivos, esta investigación se concentra en el análisis de la disminución del pasivo (depósitos) y/o el incremento del activo (cartera) y su afectación a los niveles de liquidez. Con este antecedente, para determinar la posición futura de liquidez de la institución investigada, se analiza las necesidades de fondos (obtenidas con la proyección de los depósitos) y la fuente de recursos (proyección de la cartera de créditos), permitiendo determinar superávits o déficits futuros de liquidez. En realidad el planteamiento es un monitoreo de la liquidez con un vista hacia el futuro, facilitando la toma de decisiones para mantener y controlar el nivel de liquidez requerido por la institución. Para cumplir con el objetivo de predicción, se pone a prueba una metodología alternativa para la proyección de series temporales, la cual combina los resultados de los modelos ARIMA y Redes Neuronales Artificiales. Con el modelo ARIMA se estima la relación lineal entre los rezagos propios de la serie, mientras que con las Redes Neuronales Artificiales se estima el componente no lineal que la estimación ARIMA no pudo captar. Los resultados son comparados con los obtenidos por las dos metodologías por separado. Se concluye que el modelo híbrido propuesto tiene mayor exactitud al estimar ambas series temporales.

Análisis del uso de las redes neuronales artificiales en el diseño de filtros antispam : una propuesta basada en arquitecturas neuronales no supervisadas

[ES]El spam, o correo no deseado enviado masivamente, es una amenaza que afecta al correo electrónico y otros medios de comunicación telemática. Su alto volumen de circulación genera pérdidas temporales y económicas considerables. Se presenta una solución a este problema: un sistema inteligente híbrido de filtrado antispam, basado en redes neuronales artificiales (RNA) no supervisadas. Consta de una etapa de preprocesado y de otra de procesado, basadas en distintos modelos de computación: programada (con 2 fases: manual y computacional) y neuronal (mediante mapas autoorganizados de Kohonen, SOM), respectivamente. Este sistema ha sido optimizado usando, como cuerpo de datos, ham de “Enron Email” y spam de dos fuentes diferentes. Se analiza la calidad y el rendimiento del mismo mediante diferentes métricas.

Aportaciones al control inverso con modelo de referencia basado en lógica borrosa, redes neuronales y algoritmos genéticos

Programa de doctorado: Ingeniería de Telecomunicación Avanzada.

Metodologías de diseño de redes neuronales sobre dispositivos digitales programables para el procesado de señales en tiempo real

Programa de doctorado: Cibernética y Telecomunicación

Estudio y aplicación de redes neuronales artificiales al análisis y diseño de antenas reflectarrays

En los últimos años, estamos siendo testigos de la alta implantación en la sociedad de dispositivos de comunicación. Lo que hace años estaba reservado a un público reducido, con claras necesidades en comunicación, se ha trasladado al público general, dado la amplia variedad de servicios que sobre los nuevos medios de comunicación se han desarrollado. De hecho, el mayor tráfico de datos en la actualidad no se produce al hilo de necesidades de máxima importancia, sino como producto de nuevos hábitos cotidianos. En este contexto de renovación tecnológica constante en busca de la eficiencia, las antenas reflectoras reflectarray (o, simplemente, los reflectarrays, RAs, [1]) se presentan como una opción competitiva contra los reflectores parabólicos metálicos. En su versión más simple, una antena reflectarray se trata de una estructura compuesta de un elemento alimentador radiante, como puede ser una bocina, y de una superficie plana, consistente en multitud de elementos individuales dispuestos en una rejilla periódica. Sobre esta superficie plana, los frentes de onda provenientes del alimentador son reflejados formando frentes de ondas planas, de una manera análoga a como lo hace un reflector parabólico. A partir de la configuración inicial, y centrándose en el principio de funcionamiento, se ha ido modificando el tipo de elemento RA empleado, consiguiendo RA cada vez más operativos. Es, sobre todo, con el nacimiento de la tecnología impresa cuando las antenas RAs vuelven a cobrar interés. Aunque el uso de tecnología impresa supuso un gran impulso en los RAs, también abrió otros desafíos en lo que al diseño de ellos se refiere. Desde el punto de vista del análisis, es común suponer que el elemento RA se encuentra en un ambiente infinitamente periódico, de forma que se puedan aplicar las condiciones de contorno de Floquet (suposición de periodicidad local). Desde un punto de vista funcional, en general, los elementos RA de tecnología impresa presentan un ancho de banda reducido, que condiciona el ancho de banda del RA completo. Entre las soluciones aportadas, es comúnmente aceptado que las estructuras multicapa, con resonadores a distintas frecuencias cercanas, pueden mitigar en parte el problema del ancho de banda. Por ello, en la actualidad, los elementos RA más comunes están compuestos por varios elementos resonadores, cuyas dimensiones constituyen los parámetros de diseño libres. Es decir, en función de dichas dimensiones, el elemento RA tendrá un valor del coeficiente de reflexión u otro. Esto supone un aumento en la complejidad a la hora de analizar dicho elemento por los métodos numéricos conocidos, como el Método de los Momentos (MoM) o el Método de Elementos Finitos (FEM, por las siglas de su traducción inglesa Finite Element Method), que redundará en un mayor tiempo de cómputo en el análisis. Por otra parte, como se muestra en la Figura R.1, el diseño de un RA conlleva analizar multitud de veces el elemento RA considerado. En efecto, se trata de un método de diseño indirecto, en donde las dimensiones de los parámetros geométricos libres de cada elemento RA se obtienen de manera iterativa usando un optimizador. Se ve claro, entonces, que el aumento en tiempo de análisis del elemento RA repercute en gran medida en el tiempo de diseño total, por lo que una reducción en el tiempo de análisis del elemento RA podría ser muy beneficioso. Uno de los métodos para conseguir reducir el tiempo de diseño de un RA, que se puede encontrar en la literatura, es emplear un modelo de la respuesta del elemento RA en función de los parámetros libres. La cuestión que aflora es cuál es la herramienta idónea para modelar la respuesta del elemento RA. En los últimos años se han propuestos varias formas. La primera de ellas consistía en encontrar un equivalente circuital. Esta aproximación está bien extendida para otras estructuras EM, donde los equivalentes circuitales con componentes LC ofrecen respuestas muy precisas con respecto a las que ofrecen las estructuras EM en sí. A raíz del carácter no lineal de la respuesta, hay autores que han propuesto para el diseño de RAs la creación de tablas de datos (look up tables) que, para cada parámetro de diseño de interés (suele ser el desfase introducido por el elemento) guardan las dimensiones de los parámetros geométricos libres asociados. De esta forma, consiguen un diseño rápido, pero poco versátil, ya que la tabla ofrece un único valor para cada entrada, por lo que es difícil jugar con más de una restricción de diseño. Más recientemente, se está comenzando a utilizar, para la caracterización de estructuras EM, unos sistemas llamados Redes Neuronales Artificiales (ANN, por sus siglas en inglés Artificial Neural Network). El uso fundamental de los mismos en EM es el de servir como interpoladores no lineales. Se trata de sistemas que admiten múltiples parámetros de entradas y múltiples parámetros de salida. Antes de poder ser usados como interpoladores, deben ser entrenados. Para ello, necesitan de un conjunto de pares de los parámetros de entrada a la red, con los valores de las salidas asociados. Algunos usos en electromagnetismo de las ANNs que se pueden encontrar en la literatura son: el modelado de filtros; la caracterización de dispositivos activos; la obtención de modelos que aceleran los algoritmos que calculan la dirección de llegada en antenas de radar; o el diseño de arrays de antenas. Volviendo al modelado de elementos RA, en este trabajo haremos uso de las ANNs para caracterizar distintos tipos de elementos RA. A lo largo de estos últimos años, se ha considerado esta posibilidad como una de las más prometedoras. De hecho, podemos encontrar algunas pocas referencias al respecto, varias de las cuales han sido publicadas por distintos autores durante la elaboración del trabajo recogido en esta Tesis. Como veremos, los resultados que vamos a presentar aportan novedades con respecto a la citada literatura. Particularmente, en este trabajo se ha realizado la caracterización de un elemento RA de tres capas, considerando hasta 9 parámetros de entrada (seis parámetros geométricos, las dos coordenadas del ángulo de incidencia, y la frecuencia) y 4 parámetros de salida complejos (los coeficientes de reflexión para dos polarizaciones ortogonales lineales). Haciendo uso de esta caracterización en el flujo de diseño de RAs, se ha realizado el análisis y el diseño de varias antenas RA con restricciones de diseño de comunicaciones espaciales. Los resultados fueron exitosos comparados con los resultados obtenidos por los métodos tradicionales. De manera puntualizada, podríamos resumir las aportaciones que se verán en esta Tesis como: Caracterización de distintos elementos RA mediante ANNs basadas en el Perceptrón Multicapa (MLP). En concreto, se ha realizado con éxito la caracterización de un elemento RA de parche acoplado a línea de retardo a través de apertura; la caracterización de un elemento RA basado en dipolos sobre substratos de distintas características eléctricas en el rango de centenas de GHz; y la caracterización de un elemento RA basado en 3 parches apilados, con 9 parámetros libres en su caracterización. Uso del FEM, de la técnica de segmentación en subdominios y de la generación y manipulación de accesos MAM para el análisis y la caracterización de elementos RA mediante ANNs. Desarrollo de una nueva técnica de obtención de muestras, para el caso de estructura multicapa cuyo estudio EM se pueda dividir en dos pasos: estudio de cada capa y conexión de capas. De esta forma, se ha podido reducir en varios órdenes de magnitud el tiempo necesario para obtener el set de entrenamiento de las ANNs. Valoración del uso de distintos métodos de entrenamiento de segundo orden para el entrenamiento de redes ANN MLP, en la caracterización de elementos RA. Desarrollo de una nueva técnica para realizar el entrenamiento de redes ANNs basadas en el MLP, denominada como Entrenamiento en Cascada. Dado el alto número de parámetros a caracterizar, era difícil conseguir una red que, partiendo del número de entradas deseado, proporcionara convergencia con precisión suficiente. Con el algoritmo propuesto y probado en esta Tesis, se consiguió entrenar redes de 8 parámetros de entradas (el noveno parámetro, la frecuencia, correspondía a redes diferentes para cada valor) con gran precisión. Desarrollo de un método adaptativo para mejorar la precisión de las ANNs en el análisis de antenas RA. Este método, basado en re-entrenar las ANNs para sub rangos de los parámetros de entrada en donde el error es mayor, aporta una precisión mayor, al mejorar el entrenamiento global de las ANNs, en un tiempo aceptable, ya que solo se incluyen nuevas muestras en torno a los valores donde el error es mayor. Análisis de antena RA completa, con cobertura según especificaciones de la misión AMAZONAS (haz conformado, banda Ku), usando las caracterización el elemento RA obtenida mediante ANNs. La mejora en tiempo de análisis conseguida con respecto al uso del MoM está en un factor 102, con precisiones comparables. Diseño de antenas RA completas, con especificaciones de haz pincel y EuTELSAT (banda Ku). De nuevo, la mejora en tiempo de diseño conseguida están en torno a 102. De todos los puntos anteriores, son de destacar los dos últimos, que forman el objetivo principal de esta Tesis. Esto es, el uso de modelos rápidos de elementos RA mediante ANNs para el análisis y el diseño de antenas para comunicaciones por satélite.

Redes neuronales aplicadas al proceso de aprendizaje de un sistema de respuestas a intrusiones automático

La contribución de este artículo es el uso de métodos de aprendizaje automático en la arquitectura realizada dentro del proyecto RECLAMO en trabajos previos. La arquitectura se basa en un AIRS (sistema de respuestas a intrusiones automático) que infiere la respuesta más apropiada a un ataque, teniendo en cuenta el tipo de ataque, la información de contexto del sistema y la red, y la reputación del IDS que ha reportado la alerta. También, es imprescindible conocer el ratio de éxito y fracaso de las respuestas lanzadas ante un ataque, de tal manera que, además de tener un sistema adaptativo, se consiga la capacidad de autoaprendizaje. En este ámbito es donde las redes neuronales entran en juego, aportando la clasificación de éxito/fracaso de las respuestas.