ESTA TESIS ABORDA EL PROBLEMA DE LA INTERFERENCIA CATASTROFICA BASANDOSE EN UN ANALISIS FORMAL RIGUROSO,LOS ALGORITMOS PROPUESTOS SON APLICABLES TANTO A ARQUITECTURAS FEED FORWAR COMO RBF. SE HAN PROPUESTO MEDIDAS DE EFICIENCIA PARA LA EVALUACION DEL RENDIMIENTO DE LOS ALGORITMOS.
SE PROPONEN ALGORITMOS DE APRENDIZAJE DE MINIMA DEGRADACION (LMD) Y SU APLICACION EN LA EVITACION DE LA INTERFERENCIA CATASTROFICA PRODUCIDA POR LA APARICION DE NUEVOS PATRONES.
FINALMENTE SE APLICA EL PRINCIPIO DE DESCRIPCION DE MINIMA LONGITUD (MDL) A LOS ALGORITMOS DE APRENDIZAJE DE MINIMA DEGRADACION.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados