Generación automática de horarios para escuelas. Escalabilidad de las Redes Neuronales de Hopfield

Martínez Marrodán, Diego
Herman, Pawel (dir.)

Montesano del Campo. Luis (ponente)

Universidad de Zaragoza, EINA, 2015
Departamento de Informática e Ingeniería de Sistemas, Área de Lenguajes y Sistemas Informáticos

Graduado en Ingeniería Informática

Resumen: Este trabajo está centrado en evaluar, en términos de tiempo real necesario para encontrar una solución, la escalabilidad de las Redes Neuronales de Hopfield, un método de aprendizaje automático, aplicado a un problema común con el que todas las instituciones de educación tienen que lidiar cada año, la generación de horarios. Con este propósito, primero se presenta el problema. A continuación, se explica el concepto de "restricción", para continuar con una breve explicación de las Redes Neuronales Artificiales, las últimas investigaciones en este campo y más específicamente, cómo se caracterizan las Redes Neuronales de Hopfield. Se muestran la formulación, modificaciones empleadas y el algoritmo. Este algoritmo se implementará en MATLAB, y será ejecutado con conjuntos de datos de diferentes tamaños. Los resultados obtenidos para dichos conjuntos de datos, se mostrarán en una tabla y algunos gráficos, para a continuación debatir estos resultados. En este debate, se averigua que el tiempo empleado para obtener una solución podría escalar cuadráticamente con respecto al tamaño de los problemas, pero no hay una evidencia estadística para esta hipótesis. Finalmente, la conclusión es que las Redes Neuronales de Hopfield podrían tener una buena escalabilidad si dicha hipótesis funcionara para conjuntos de datos más grandes, y se enuncian posibles expansiones del proyecto, como usar matrices dispersas para la implementación del problema, o estudiar la escalibilad de las Redes Neuronales de Hopfield en otros tipos de generación de horarios.

Tipo de Trabajo Académico: Trabajo Fin de Grado