Los matemáticos de la Universidad RUDN y la Universidad Libre de Berlín han propuesto un nuevo enfoque para estudiar las distribuciones de probabilidad de los datos observados utilizando redes neuronales artificiales. El nuevo enfoque funciona mejor con los denominados valores atípicos, es decir., Objetos de datos de entrada que se desvían significativamente de la muestra general. El artículo fue publicado en la revista Inteligencia artificial .

La restauración de la distribución de probabilidad de los datos observados mediante redes neuronales artificiales es la parte más importante del aprendizaje automático. La distribución de probabilidad no solo nos permite predecir el comportamiento del sistema en estudio, pero también para cuantificar la incertidumbre con la que se realizan las previsiones. La principal dificultad es que, como una regla, solo se observan los datos, pero sus distribuciones de probabilidad exactas no están disponibles. Para resolver este problema, Se utilizan métodos aproximados bayesianos y otros similares. Pero su uso aumenta la complejidad de una red neuronal y, por tanto, complica su entrenamiento.

Los matemáticos de la Universidad RUDN y la Universidad Libre de Berlín utilizaron pesos deterministas en redes neuronales, lo que ayudaría a superar las limitaciones de los métodos bayesianos. Desarrollaron una fórmula que permite estimar correctamente la varianza de la distribución de los datos observados. El modelo propuesto fue probado con diferentes datos:sintéticos y reales; en datos que contienen valores atípicos y en datos de los que se eliminaron los valores atípicos. El nuevo método permite la restauración de distribuciones de probabilidad con una precisión que antes era inalcanzable.

Los matemáticos de la Universidad RUDN y la Universidad Libre de Berlín utilizaron pesos deterministas para las redes neuronales y utilizaron los resultados de las redes para codificar la distribución de variables latentes para la distribución marginal deseada. Un análisis de la dinámica de entrenamiento de dichas redes les permitió obtener una fórmula que estima correctamente la varianza de los datos observados, a pesar de la presencia de valores atípicos en los datos. El modelo propuesto se probó con diferentes datos:sintéticos y reales. El nuevo método permite restaurar distribuciones de probabilidad con mayor precisión en comparación con otros métodos modernos. La precisión se evaluó mediante el método AUC (el área debajo de la curva es el área debajo del gráfico que permite evaluar el error cuadrático medio de las predicciones en función del tamaño de muestra estimado por la red como "confiable"; cuanto mayor es la puntuación AUC, cuanto mejores sean las predicciones).