Redes neuronales recurrentes para el análisis de secuencias

En este trabajo se realiza un estudio de la importancia de las redes recurrentes y de su naturaleza en análisis de secuenciales o señales donde es muy importante tener en cuenta el pasado o el futuro. Se muestra la fortaleza de estos métodos para analizar secuencias de tamaño variable, por su despliegue en el tiempo en función del tamaño de la entrada. Se construyen específicamente redes neuronales recurrentes bidireccionales, como una especificación de redes recurrentes, mostrando la potencialidad de las mismas en sistemas no causales, donde las entradas pueden depender de entradas de tiempos pasados y futuros. Además se desarrolla una plataforma para implementar redes recurrentes dinámicas, con algoritmo de aprendizaje Backpropagation Trough Time; que permiten desarrollar redes para cualquier problema donde las entradas son secuencias analizadas en el tiempo y la salida son otras secuencias o simplemente descriptores de funciones o propiedades de las mismas.