Análisis de Componentes Principales para redes neuronales: experiencia con conjuntos de datos pequeños

CHIARVETTO PERALTA L.L.; BRIGNOLE N.B.

Salta

Simposio; ASAI 2019: Simposio Argentino de Inteligencia Artificial; 2019

SADIO

Las Redes Neuronales Artificiales (RNAs) han mostrado un desempeño satisfactorio cuan-do se utiliza un conjunto de datos grande para su entrenamiento. Es crucial superar esta grave limitación de tamaño, pues en muchas áreas es difícil recolectar y ensamblar una gran colección de datos. Cabe destacar que el entrenamiento exitoso de las RNAs con pequeños conjuntos de datos es aún un área de investigación amplia y virgen. En este trabajo se pre-sentan sendos modelos de redes neuronales entrenadas sobre un conjunto de datos, en comparación con modelos entrenados con datos a los cuales se realiza una transformación por componentes principales como medio para lograr una reducción de la dimensionalidad. Se intenta dilucidar si esta técnica es efectiva en el contexto de una base de datos pequeña, se ha medido el impacto de la transformación en la capacidad de generalización de una red neuronal artificial multicapa perceptrón.