Comparacin de Modelos Neuronales Utilizadas en la Toma de Decisiones

Ctedra de Inteligencia Artificial

Carlos M. Vicentn Daro A. Quintana Juan Carlos Insfran

Agenda

Marco Terico

Red Hopfield Red BackPropagation

Propuesta de implementacin Conclusin

Redes de Hopfield

Caractersticas

Monocapa Tiene n Nmero de neuronas Modelo Original: Discret Hopfield

Funcin de Activacin: Escaln Las salidas de las neuronas se comunican con todas las dems pero no consigo misma

No son Auto-recurrentes

Redes de Back Propagation

Caractersticas

Redes multi-capas Propagacin hacia delante

Aprendizaje supervisado

Auto-Adaptacin de los pesos de capas intermedias En funcionamiento:

Provee salidas satisfactorias a entradas que no ha visto nunca en su etapa de entrenamiento

Una propuesta

Desarrollo de un software que de soporte a las decisiones de otorgamiento de crdito de una Empresa financiera

Por qu usar Redes Neuronales?

No existen relaciones directas entre cada posible configuracin del modelo de cliente y su correspondiente perfil. Existen ejemplos de distintos casos de asignacin de crditos.

Detalle del Modelo de Cliente

Caractersticas
Edad

Descripcin
Importante para evaluar el resto de las caractersticas.

Nacionalidad
Estado Civil Personas a Cargo Situacin Laboral Aos de Antigedad Situacin en VERAZ Ingreso Salarial Inmuebles Muebles Crditos Cancelados Crditos Vigentes

Caracterstica necesaria a la hora de evaluar la historia de un cliente.

Refleja el grado de responsabilidades a cargo y cultura del cliente. Implica el compromiso de un egreso patrimonial del cliente. Importante para determinar el grado en que puede cancelar el crdito. Refleja la solides del desempeo laboral del cliente, respecto a la edad actual. Refleja el grado de endeudamiento y compromisos financieros con otras empresas. Medida en la que el cliente puede cancelar la cuota con un ingreso mensual propio, y el grado de dependencia hacia un garante. Grado en que el cliente puede cancelar la deuda ante alguna irregularidad. dem Inmuebles, con la diferencia que ste ltimo posee mayor liquides. Refleja la historia financiera en la cancelacin favorable de los crditos en la Empresa. Grado de compromisos financieros respecto a las caractersticas anteriores.

Implementacin de una Red Neuronal Hopfield

Cada caracterstica se corresponda con una Neurona de Hopfield. Se discretizaron las caractersticas

Por Ejemplo: Edad

21 a 40 aos 41 a 60 aos Mayor que 61 aos

Implementacin de una Red Neuronal Backpropagation

Cada caracterstica se corresponde con una neurona de entrada (12 neuronas)

Herramientas de Desarrollo

Plataforma .Net Lenguaje C# XML.

Arquitectura del Software

Interfaz Grafica de Usuario

Win Forms Implementacin de los algoritmos de ambas Redes Neuronales (Entrenamiento y Reconocimiento) Archivos XML

Lgica de Negocio

Persistencia

Conclusin
Resultados en Hopfield

Hopfield

Resultados en BPN BackPropagation

No pudo Inferir; 23% Infiri Correctamente; 50%

BPN No Pudo Inferir; 0%

BPN infiri Erroneamente; 0%

Infiri Erroneamente; 27%

BPN Infiri Correctamente; 100%

Aspectos a Considerar
Aspectos
Complejidad en la implantacin

Hopfield
Simple.
Esto es debido al tipo de entrenamiento, una vez hecha la estructura de datos correspondiente solo resta por encontrar una buena configuracin de patrones de entrenamiento. Todo el procesamiento en Hopfield se resume a clculos matriciales.

Backpropagation
Compleja,
ya que se requiere un tiempo considerable debido a la metodologa prueba y error para la determinacin de la cantidad de capas ocultas, nmeros de neuronas en las mismas y valor de los factores de aprendizaje y momento. esto es respecto a la fase de entrenamiento, la cual requiere n iteraciones hasta que la red converja. Una vez entrenada la red, el funcionamiento (reconocimiento) puede ejecutarse con recursos computacionales mnimos.

Recursos computacionales

Mnimos.

Altos,

Rendimiento

Segn los experimentos realizados, Hopfield cuenta con un rendimiento favorable de tan solo el 50%.

Ante los mismos patrones de pruebas la BPN presento un rendimiento favorable del 100%.

 Preguntas ?
carlosvicentin@yahoo.com.ar darioquintana@gmail.com juancainsfran@yahoo.com.ar