Dada una serie de datos X,Y (X no se repite), se busca la expresión Y = F(X) que genere esa serie de datos
Ya se ha trabajado en este problema haciendo uso de algoritmos genéticos y redes neuronales. Y se ha seguido usualmente este camino:
1. Leer la lista de datos X,Y
2. Se normalizan esos datos, es decir, quedan entre 0 y 1.
3. Se envía al proceso los valores X y Y normalizados en busca de la expresión que los explique
¿Qué cambia para esta ocasión y que tenga que ver con el capítulo de colaboración?
Ahora los valores de X y Y normalizados se expresan como una suma y cada sumando se vuelve entrada y salida. Ejemplo:
Valor X = 0.8215 se convierte a 0.8 + 0.02 + 0.001 + 0.0005
Valor Y = 0.1764 se convierte a 0.1 + 0.07 + 0.006 + 0.0004
Y cada sumando es una entrada y salida como se ve en la imagen:
Se hicieron varias pruebas, configurando el perceptrón multicapa (un tipo de red neuronal) con dos capas ocultas de 5 neuronas cada una y teniendo en cuenta que tiene varias entradas y salidas.
A continuación las imágenes:
Es bastante notable como logra en algunas curvas, encontrar el patrón. Falla donde los datos presentan muchos valles y crestas juntos
Se harán múltiples pruebas para determinar si esta estrategia es mejor que enviar sólo una entrada y una sola salida con el número completo.
Descargue el programa en C# dando clic aquí