Performance of artificial neural networks and genetical evolved artificial neural networks unfolding techniques

Abstract

Con el espectrómetro de esferas Bonner se puede obtener el espectro a través de un procedimiento de reconstrucci ón. Los métodos Montecarlo, de Regularización en, de parametrización, de mínimos cuadrados, de la máxima entropía son algunas de las técnicas utilizadas para la reconstrucción. En la ´ultima década, se han utilizado los métodos basados en la tecnología de Inteligencia Artificial. Se han desarrollado métodos basados en Algoritmos Genéticos y Redes Neuronales Artificiales en un intento de resolver las desventajas de las técnicas mencionadas. Sin embargo, a pesar de la ventajas de las redes neuronales, las mismas presentan algunos inconvenientes principalmente en lo que se refiere al proceso de diseño de de las redes, por ejemplo, la selección ´optima de los parámetros de arquitectura y aprendizaje. En a˜nos recientes, también se ha utilizado tecnologías híbridas, combinando las redes neuronales y los algoritmos genéticos. En ´este trabajo, se diseñaron y entrenaron varias topolog´eas de redes neuronales y redes neuronales evolucionadas geneticamente con el objetivo de reconstruir espectros de neutrones utilizando las tasas de conteo de un espectrómetro de esferas Bonner. Aquí se realiza un estudio comparativo de ambos procedimientos.