Teoria del orden en el contexto del aprendizaje de maquinas.

Ponente(s): Eric Dolores Cuenca, Aldo Guzman-Saenz, Sangil Kim, Susana Lopez-Moreno, Jose Mendoza-Cortes

Proponemos una familia de filtros convolucioonales (para CNN), que son más precisos que maxpool, avgpool y mixpool. Por ejemplo, en un experimento, al agregar nuestro filtro a una arquitectura neuronal se redujo el número de parámetros de la red neuronal de 2, 032, 650 a 656, 394 mientras que se mantuvo la precisión de la red neuronal. Al reemplazar nuestro filtro por maxpool, avgpool o mixpool la precisión se redujo. Esta platica pertenece a las áreas de teoría de categorías y de aprendizaje de maquinas.