Inteligencia Artificial Explicable: Técnicas de extracción de reglas en redes neuronales artificiales
Las redes neuronales artificiales se destacan en tareas complejas, pero la imposibilidad de comprender y validar el proceso de decisión de un sistema de IA es un claro inconveniente. En el caso de las tareas de clasificación, la extracción de reglas se presenta como una herramienta para mejorar la c...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | Tesis Tesis de grado |
| Lenguaje: | Español |
| Publicado: |
2024
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/164808 |
| Aporte de: |
| Sumario: | Las redes neuronales artificiales se destacan en tareas complejas, pero la imposibilidad de comprender y validar el proceso de decisión de un sistema de IA es un claro inconveniente. En el caso de las tareas de clasificación, la extracción de reglas se presenta como una herramienta para mejorar la comprensión de la red y sus resultados. En esta tesina se estudiaron diferentes técnicas de extracción de reglas para explicar las redes neuronales artificiales. Se diseñó y desarrolló un algoritmo de extracción de reglas llamado FORxREN el cual genera reglas fieles y fácilmente interpretables que pueden esclarecer en parte el razonamiento de las redes neuronales. |
|---|