Resumen de Un estudio empírico del modelo de red neuronal MLP para problemas de predicción con salidas múltiples.

Julio Camejo Corona, Hector Gonzalez Diez, Carlos Morell

• español

  Existe una amplia gama de problemas en los cual se desean estimar de manera simultanea más de una variable asociada, de ahí que la predicción con salidas múltiples ha tenido un punto de atención por la comunidad científica. El algoritmo de predicción con salidas múltiples GMLR, es una generalización a otros propuestos en la literatura y además, el empleo del método del Gradiente Proximal Acelerado en un esquema alternado, junto a una función objetivo bi-convexa permite obtener resultados prominentes a la vez que los supera en eficiencia. Sin embargo, un esquema equivalente a este modelo generalizado, son las redes neuronales artificiales tales como el perceptron multicapa MLP si se considera una arquitectura en la cual se tiene una neurona por cada variable de salida en la última capa de la red. En la presente investigación hemos considerado comparar los resultados obtenidos en términos de eficacia del modelo GMLR respecto a la red neuronal MLP mediante un estudio empírico de ambos algoritmos en en el contexto de la predicción con salidas múltiples.

• English

  There is a wide range of problems in which it is desired to estimate more than one associated variable simultaneously, hence the multitarget regression has had a point of attention by the scientific community. The algorithm of prediction with multiple outputs variables, GMLR is a generalization to others proposed in the literature and also, the use of the Accelerated Proximal Gradient method in an alternate scheme, together with A bi-convex objective function enables prominent results to be obtained while it’s better of them in efficiency. However, an equivalent scheme to this generalized model is the artificial neural networks such as the MLP multilayer perceptron. The equivalence are to in MLP where are consider in the output layer one neuron per each outputvariable. In the current research, we have considered comparing the experimental results in terms of efficacy of the GMLR model respect to the MLP neural network by means of an empirical study of both algorithms in the  context of Multitarget Regression.