Árboles de Redes Neuronales Autoorganizativas

Resumen

Un campo muy importante de la inteligencia artificial es el de la clasificación automática de patrones. Para este tipo de tareas se han utilizado diferentes técnicas. En este trabajo se presenta una combinación de árboles de decisión y redes neuronales Autoorganizativas como una alternativa para atacar el problema. Para la construcción de estos árboles se recurre a procesos de crecimiento. En estos procesos es necesario evaluar el rendimiento en la clasificación de uno o varios nodos ante distintas configuraciones para tomar decisiones que optimicen la estructura y el desempeño del árbol de redes neuronales Autoorganizativas. Para ello se define un grupo de coeficientes que cuantifican el rendimiento y se desarrolla un algoritmo de crecimiento basado en estos coeficientes. En las pruebas se muestra como los coeficientes miden de manera objetiva el rendimiento en la clasificación para estructuras simples. Finalmente se realiza una comparación con otros métodos de clasificación utilizando métodos de validación cruzada y bases de datos reales y artificiales.