Aproximación al Desarrollo de Procesos Automatizados de Selección de Funciones de Activación en Redes Neuronales, y Evidencia de sus Efectos

Abstract

Esta investigación evidencia las ventajas de automatizar el funcionamiento de una red neuronal, en el contexto de aplicaciones financieras de valoración de activos y portafolios. Demostramos que el establecimiento de forma manual de las funciones de activación tiene efectos adversos sobre la efectividad de la red; en términos de los niveles de error alcanzados. Se encuentra que el hacer una elección óptima puede disminuir entre un 20% y un 95% el ECM del modelo. Además se desarrollan las bases de un modelo teórico de resolución de Redes Neuronales que no requiere de la selección de una función de activación, ya que éstas son resultado del proceso de optimización del modelo