TFG, TFM
NOMBRE Y APELLIDOS DE LOS TUTORES/AS
1. Aurélien Decelle
e-mail de contacto para el alumnado interesado: aurelien.decelle@upm.es
ESCUELAS EN LA QUE SE OFERTA: ETSII
(TÁCHESE LO QUE NO PROCEDA)
RESUMEN:
La Restricted Boltzmann Machine (RBM) es un modelo generativo: al ajustar sus parámetros sobre un conjunto de datos, es capaz —tras el entrenamiento— de generar nuevas muestras similares a partir de la distribución de probabilidad aprendida. Este TFG/TFM propone investigar la dinámica del aprendizaje de dichos modelos utilizando un conjunto de datos artificial compuesto por clústeres correlacionados sobre una RBM simple. En este marco, se podrá estudiar cómo el modelo aprende el conjunto de datos cuando contiene únicamente dos clústeres organizados jerárquicamente. Además, se podrá derivar analíticamente cómo se ajustan los parámetros del modelo durante el proceso de aprendizaje y cómo emergen los clústeres de forma jerárquica. En una segunda fase, se generalizará el enfoque a un número arbitrario de clústeres correlacionados y se podrá estudiar como el entrenamiento depende del número de muestras que tenemos.
Los programas de simulación numérica se harán en Python.