Algoritmo meta-heurístico Firefly aplicado al pre-entrenamiento de redes neuronales artificiales

Resumen

El campo de investigaciones referente a las redes neuronales artificiales (RNA) ha sido uno de los más activos en la comunidad científica con múltiples aplicaciones. El algoritmo Firefly ha sido empleado con éxito en el pre-entrenamiento de RNAs con el objetivo de evitar la convergencia en mínimos locales de métodos de entrenamiento convencionales como el algoritmo Stochastic Gradient Descent (SGD). Sin embargo, en redes con un considerable número de parámetros, el pre-entrenamiento pasa a ser un problema de optimización en espacios de gran dimensión, y la aplicación del algoritmo Firefly, así como cualquier metaheurística, presenta serias limitaciones computacionales. En este trabajo se investiga una variante del algoritmo Firefly que permite aumentar su velocidad de convergencia  respecto al algoritmo original, así como su capacidad de exploración en el espacio de parámetros de una RNA.