Palabras clave
Alzheimer disease
electroencephalogram
procesos gausianos profundos
enfermedad de Alzheimer
electroencefalogramas
Cómo citar
Resumen
Los modelos de redes neuronales profundos (DGPs) se pueden repre[1]sentar jerárquicamente mediante una composición secuencial de capas. Cuando la distribución prior sobre los pesos y sesgos son independien[1]tes idénticamente distribuidos, existe una equivalencia con los procesos Gaussiano (GP), en el límite de una anchura de red infinita. Los DGPs son modelos estadísticos no paramétricos y se utilizan para caracterizar los patrones de sistema no lineales complejos, por su flexibilidad, mayor capacidad de generalización, y porque proporcionan una forma natural para hacer inferencia sobre los parámetros y estados del sistema. En este artículo se propone una estructura Bayesiana jerárquica para modelar los pesos y sesgos de la red neuronal profunda, se deduce una formula general para calcular las integrales de procesos Gaussianos con funciones de trans[1]ferencias no lineles, y se obtiene un núcleo para estimar las funciones de covarianzas. Para ilustrar la metodología se realiza un estudio empírico analizando una base de datos de electroencefalogramas (EEG) para el diagnóstico de la enfermedad de Alzheimer. Adicionalmente, se estiman los modelos DGPs, y se comparan con los modelos de NN para 5, 10, 50, 100, 500 y 1000 neuronas en la capa oculta, considerando dos funciones de transferencia: Unidad Lineal Rectificada (ReLU) y tangenge hiperbólica (Tanh). Los resultados demuestran buen desempeño en la clasificación de las señales. Finalmente, utilizó como medida de bondad de ajuste el error cuadrático medio para validar los modelos propuestos, obteniéndose errores de estimación bajos.
Citas
D. Abásolo, J. Escudero, R. Hornero, C. Gómez, P. Espino, Approximate entropy and auto mutual information analysis of the electroencephalogram in Alzheimer’s disease patients, Medical & Biological Engineering & Computing 46 (2008), 1019–1028. Doi: 10.1007/s11517-008-0392-1
D. Agrawal, T. Papamarkou, J. Hinkle, Wide neural networks with bottlenecks are deep Gaussian processes, Journal of Machine Learning Research 21 (2020), no. 175, 1–66. Available from: Link
N. Cedeño, G. Carillo, M.J. Ayala, S. Lalvay, S. Infante, Analysis of chaos and predicting the price of crude oil in Ecuador using deep learning models, in: T. Guarda, F. Portela & M.F. Santos (Eds.) Advanced Research in Technologies, Information, Innovation and Sustainability, part of Communications in Computer and Information Science series 1485, Springer, Cham, 2021, 318–332. Doi: 10.1007/978-3-030-90241-4_25
N. Cedeño, S. Infante, Estimation of ordinary differential equations solutions with Gaussian processes and polynomial chaos expansion, in: J.P. Salgado Guerrero, J. Chicaiza Espinosa, M. Cerrada Lozada,
S. Berrezueta-Guzman (Eds.) Information and Communication Technologies, part of Communications in Computer and Information Science series 1456, Springer, Cham, 2021, pp. 3–17. Doi: : 10.1007/978-3-030-89941-7_1
Y. Cho, L. Saul, L. Kernel methods for deep learning, in: Y. Bengio, D. Schuurmans, J. Lafferty, C. Williams & A. Culotta (Eds.) Advances in Neural Information Processing Systems 22 (2009), 342–350. Available from: Link
A. Damianou, N. Lawrence, Deep Gaussian processes, Proceedings of the 16th International Conference on Artificial Intelligence and Statistics, Scottsdale AZ, U.S.A. (2013), 207–215. Available from: Link
A. Garriga-Alonso, C.E. Rasmussen, L. Aitchison, Deep convolutional networks as shallow Gaussian procesesses, arXiv, 2019. 1808.05587 [stat.ML]. Doi: 10.48550/arXiv.1808.05587
I. Goodfellow, Y. Bengio, A. Courville (2016). Deep Learning. The MIT Press, Cambridge MA, U.S.A. http://www.deeplearningbook.org
T. Hazan, T. Jaakkola, Steps toward deep kernel methods from infinite neural networks, arXiv, 2015. 1508.05133 [cs.LG]. Doi: 10.48550/arXiv.1508.05133
S. Infante, J. Ortega, F. Cedeño, Estimación de datos faltantes en estaciones meteorológicas de Venezuela vía un modelo de redes neuronales, Revista de Climatología 8, 51–70. Available from: Link
M.E. Khan, A. Immer, E. Abedi, M. Korzepa, Approximate inference turns deep networks into Gaussian processes, arXiv, 2019. 1906.01930 [stat.ML]. Doi: 10.48550/arXiv.1906.01930
A. Krizhevsky, I. Sutskever, G. Hinton, Image net classification with deep convolutional neural networks, in: F. Pereira, C.J. Burges, L. Bottou & K.Q. Weinberger (Eds.) Advances in Neural Information Processing Systems 25 (2012), 1097–1105. Available from: Link
Y. LeCun, Y. Bengio, G. Hinton, Deep learning, Nature 521 (2015), no. 7553, 436–444. Doi: 10.1038/nature14539
J. Lee, Y. Bahri, R. Novak, S.S. Schoenholz, J. Pennington, J. SohlDickstein, Deep neural networks as Gaussian processes, arXiv, 2018. 1711.00165v3 [stat.ML]. Doi: 10.48550/arXiv.1711.00165
M. Luca, G. Barlacchi, B. Lepri, L. Pappalardo, Deep learning for human mobility: a survey on data and models, arXiv, 2020. 2012.02825 [cs.LG]. Doi: 10.48550/arXiv.2012.02825
D.J.C. MacKay, Probable networks and plausible predictions. A review of practical Bayesian methods for supervised neural networks, Network: Computation in Neural Systems, 6 (1992), no. 3, 469–505. Doi: 10.1088/0954-898X_6_3_011
P. Martínez-Arias, R. Fonseca-Delgado, R. Salum, I. Amaro-Martín, Alzheimer’s disease diagnosis system using electroencephalograms and machine learning models, Iberian Journal of Information Systems and Technologies. (2020) pp. 275–288. Available from: Link
A.G. Matthews, M. Rowland, J. Hron, R.E. Turner, Z. Ghahramani, Gaussian process behaviour in wide deep neural networks, arXiv, 2018. 1804.11271v2 [stat.ML]. Doi: 10.48550/arXiv.1804.11271
D. Ming, D. Williamson, S. Guillas, Deep Gaussian process emulation using stochastic imputation, arXiv, 2021. 2107.01590 [stat.ML] Doi: 10.48550/arXiv.2107.01590
A. Mosavi, S. Ardabili, A.R. Varkonyi-Koczy, (2020) List of deep learning models, in: A.R. Várkonyi-Kóczy (Ed.) Engineering for Sustainable Future, Springer Nature, Cham Switzerland, 2020, pp. 202–214. Doi: 10.1007/978-3-030-36841-8_20
R. Neal, Bayesian Learning for Neural Networks, Lecture Notes in Statistics, Springer Verlag, New York, 1996.Doi: 10.1007/978-1-4612-0745-0
R. Novak, L. Xiao, J. Lee, Y. Bahri, G. Yang, J. Hron, . . . , J. Sohl-Dickstein, Bayesian deep convolutional networks with many channels are Gaussian processes, arXiv, 2019. 1810.05148v4 [stat.ML]. Doi: 10.48550/arXiv.1810.05148
C.E. Rasmussen, C.K.I. Williams, Gaussian Processes for Machine Learning, the MIT Press, Cambridge MA, U.S.A., 2006. Available from: http://gaussianprocess.org/gpml/
H. Salimbeni, M. Deisenroth, Doubly stochastic variational inference for deep Gaussian processes, arXiv, 2017. 1705.08933v2 [stat.ML]. Doi: 10.48550/arXiv.1705.08933
A. Sauer, R.B. Gramacy, D. Higdon, Active learning for deep Gaussian process surrogates, arXiv, 2021. 2012.08015 [stat.ME]. Accepted in Technometrics. Doi: 10.48550/arXiv.2012.08015
S. Schoenholz, J. Gilmer, S. Ganguli, J. Sohl-Dickstein, Deep information propagation, arXiv, 2017. 1611.01232v2 [stat.ML]. Doi: 10.48550/arXiv.1611.01232
C.K.I. Williams, Computing with infinite networks, in: M.C. Mozer and M. Jordan & T. Petsche (Eds.) Advances in Neural Information Processing Systems 9 (1997), 295–301. Available from: Link
A.G. Wilson, P. Izmailov, Bayesian deep learning and a probabilistic perspective of generalization, arXiv, 2020. 2002.08791v3 [cs.LG]. Doi: 10.48550/arXiv.2002.08791
I.H. Witten, E. Frank, M.A. Hall, C.J. Pal, Data Mining: Practical Machine Learning Tools and Techniques, 4th Edition. (2016)
Z. Zhao, M. Emzir, S. Särkkä, Deep state-space Gaussian processes Statistics and Computing. (2021), 31–75. Doi: 10.1007/s11222-021-10050-6
Comentarios
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Derechos de autor 2022 Krishna Román, Andy Cumbicus, Saba Infante, Rigoberto Fonseca-Delgado