Una red de funciones de base radial (red RBF) es una red neuronal artificial que utiliza funciones de base radial como funciones de activación. La salida de la red es una combinación lineal de funciones de base radial de las entradas y de los parámetros de las neuronas. Las redes RBF tienen muchos usos, incluyendo la aproximación de funciones, la predicción de series temporales, la clasificación y el control de sistemas. Fueron formuladas por primera vez en un artículo de 1988 de Broomhead y Lowe, ambos investigadores del Royal Signals and Radar Establishment.
Las redes RBF son un tipo de red neuronal que se diferencian de las redes feedforward más comunes en la estructura de su capa oculta y en su enfoque de entrenamiento. Están estrechamente relacionadas con métodos de aprendizaje automático como la regresión kernel y los modelos de procesos gaussianos, y se han aplicado en campos que van desde la inteligencia artificial hasta la ingeniería de control.
Arquitectura de la red
Las redes RBF suelen tener tres capas: una capa de entrada, una capa oculta con una activación no lineal de función de base radial y una capa de salida lineal. La entrada es un vector de números reales, y la salida es una función escalar de dicha entrada. La salida se calcula como una suma ponderada de funciones de base radial, cada una centrada en un punto específico del espacio de entrada.
Cada neurona oculta tiene un vector de centro y un parámetro de ancho. La activación de una neurona depende únicamente de la distancia entre la entrada y su centro, lo que hace que la función sea radialmente simétrica. La distancia euclidiana se usa comúnmente, aunque la distancia de Mahalanobis puede funcionar mejor para el reconocimiento de patrones. La función de base radial más común es la gaussiana, que decae suavemente a cero a medida que aumenta la distancia desde el centro. Esta localidad significa que cambiar los parámetros de una neurona tiene poco efecto en las entradas lejanas a su centro.
Dadas condiciones suaves sobre la función de activación, las redes RBF son aproximadores universales en subconjuntos compactos del espacio de entrada. Con suficientes neuronas ocultas, pueden aproximar cualquier función continua en un conjunto cerrado y acotado con precisión arbitraria.
Los parámetros de la red (pesos, centros y anchos) se determinan para optimizar el ajuste entre la salida de la red y los datos de entrenamiento.
Normalización
Las redes RBF pueden normalizarse, en cuyo caso la salida es un promedio ponderado de las salidas de las neuronas en lugar de una suma simple. Esta arquitectura normalizada asegura que la salida se encuentre dentro de un rango acotado y puede mejorar la estabilidad numérica. La normalización es particularmente útil cuando la red se usa para estimación de probabilidades o cuando la distribución de entrada varía.
Métodos de entrenamiento
Entrenar una red RBF generalmente implica dos etapas. Primero, se seleccionan los centros y los anchos de las neuronas ocultas, a menudo usando métodos no supervisados como el agrupamiento k-means o el muestreo aleatorio de los datos de entrenamiento. Segundo, se aprenden los pesos de salida, generalmente resolviendo un problema de mínimos cuadrados lineales, que es rápido y tiene una solución única.
Este enfoque de dos etapas contrasta con el entrenamiento basado en gradiente utilizado en las redes de aprendizaje profundo, donde todos los parámetros se ajustan simultáneamente. Las redes RBF también pueden entrenarse con descenso de gradiente, pero la capa de salida lineal hace que la estimación de pesos sea particularmente eficiente.
Aplicaciones
Las redes RBF se utilizan en una variedad de tareas. En la aproximación de funciones, pueden modelar relaciones no lineales complejas. En la predicción de series temporales, se han aplicado a datos financieros y meteorológicos. En la clasificación, sirven como un tipo de clasificador de aprendizaje automático, particularmente en problemas de reconocimiento de patrones. También se utilizan en el control de sistemas, donde su entrenamiento rápido y sus salidas suaves son ventajosos.
En comparación con los modelos de aprendizaje profundo, las redes RBF suelen ser más simples y requieren menos datos, pero pueden tener dificultades con entradas de alta dimensión debido a la maldición de la dimensionalidad. Se han utilizado en campos como Amazon Web Services para ciertas tareas predictivas, aunque las aplicaciones modernas a gran escala suelen favorecer arquitecturas más profundas.
Limitaciones y extensiones
Una limitación de las redes RBF es que el número de neuronas ocultas puede crecer exponencialmente con la dimensión de entrada, lo que las hace poco prácticas para problemas de muy alta dimensión. Las extensiones incluyen la selección adaptativa de centros, el uso de diferentes funciones de base y enfoques híbridos que combinan capas RBF con otros tipos de redes.
A pesar del auge de los modelos basados en transformadores en la IA generativa, las redes RBF siguen siendo una herramienta fundamental en el arsenal de redes neuronales, valoradas por su claridad teórica y su eficiencia de entrenamiento.