Repository logo
Communities
Research Outputs
Projects
Researchers
Statistics
Feedback
  1. Home
  2. CRIS
  3. Publications
  4. La posibilidad de explicación científica a partir de modelos basados en redes neuronales artificiales
Details

La posibilidad de explicación científica a partir de modelos basados en redes neuronales artificiales

Possibility of Scientific Explanation from Models Based on Artificial Neural Networks

Journal
Revista Colombiana de Filosofía de la Ciencia
ISSN
0124-4620
2463-1159
Date Issued
2024
Author(s)
Rodríguez-Sánchez, Alejandro E.  
Facultad de Ingeniería - CampGDL  
Type
journal-article
DOI
10.18270/rcfc.4288
URL
https://scripta.up.edu.mx/handle/20.500.12552/11393
Abstract
<jats:p>En inteligencia artificial, las redes neuronales artificiales son modelos muy precisos en tareas como la clasificación y la regresión en el estudio de fenómenos naturales, pero se consideran “cajas negras” porque no permiten explicación directa de aquello que abordan. Este trabajo revisa la posibilidad de explicación científica a partir de estos modelos y concluye que se requieren de otros esfuerzos para entender su funcionamiento interno. Esto plantea retos para acceder a la explicación científica a través de su uso, pues la naturaleza de las redes neuronales artificiales dificulta a primera instancia la comprensión científica que puede extraerse de estas.</jats:p>
Subjects

Redes Neuronales Arti...

explicación científic...

explicabilidad

interpretabilidad

transparencia

cajas negras

License
Acceso abierto
URL License
https://creativecommons.org/licenses/by/4.0/
How to cite
Rodríguez-Sánchez, A. E. (2024). La posibilidad de explicación científica a partir de modelos basados en redes neuronales artificiales. Revista Colombiana De Filosofía De La Ciencia, 24(48). https://doi.org/10.18270/rcfc.4288

Creación y actualización de perfiles en Scripta+

Hosting & Support by

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science

  • Accessibility settings
  • Privacy policy
  • End User Agreement
  • Send Feedback
Repository logo COAR Notify