Monografías Plus      Agregar a favoritos      Ayuda      Português      Ingles     

Introducción a redes neuronales artificiales. Teoría y aplicaciones

Enviado por Pablo Turmero



Partes: 1, 2



Monografias.com
Inteligencia Computacional Combinación: Ciencias de la Computación Neuro-Fisiología Filosofía (Teoría del conocimiento y lógica) Creación de Máquinas que puedan Pensar en el sentido del test de Turin

Monografias.com
Corteza Cerebral Humana: Aproximadamente 10 neuronas 1000 a 10.000 Synapsis por neurona Comunicación tren de impulsos electro-quimicos ( mensaje modulado) Proceso Cognitivo tiempo (milisegundos) Operación Masiva Paralela Secuencial en 100 Etapas 11

Monografias.com
Célula Nerviosa Soma: Info. Hereditaria + Plasma + Generación Señales Dendritas: Recepción Señales ? Impulsos Axón: Transmisión de Señales Sinapsis: Interfaz Neuronal (Inhibitoria, Excitatoria)

Monografias.com
4 1943 W.McCulloch, W. Pitts: Modelo ANN ( El Perceptrón ) 1959 Bernard Widrow ( SU): Filtro Adaline (Adaptative Linear Neuron) y el Madaline (Multiple Adaline) Basado en ( ANN) 1969 Minsky y Papert: El Perceptrón (limitaciones). 1982 J. Hopfield: Memoria Asociativa "Redes de Hopfield". 1986 Rumulhart, Hunton y Williams : redescubren el BPL algoritmo de "back-propagation learning" ( Paul Werbor, 1974) 1989 K. Hornik, M. Stinchcombe, H. White: Multi-FANN y Aproximación Universal Breve Historia

Monografias.com
5 Red neuronal artificial (ANN) ANN: Es un sistema dinámico compuesto por redes paralelas y distribuidas de procesadores elementales, con la capacidad de aprender y almacenar "conocimiento". Arquitectura Interacción Función de proceso ANN: SM sobre-parametrizado

Monografias.com
Aplicaciones de las ANN Resolver problemas Complejos Hacer generalizaciones Establecer Relaciones no evidentes Análisis de sistemas complejos Percepción Comprensión y Aprendizaje Generación de nuevo conocimiento

Monografias.com
Aplicaciones de las ANN Telecomunicaciones Informática Minería Energía Finanzas Transporte Salud

Monografias.com
Aplicaciones de las ANN Clasificación Pre-procesamiento de datos Reconocimiento de patrones Aproximación de funciones Predicción de Series de Tiempo Optimización Combinatorial Control

Monografias.com
9 Modelo Neuronal: Mc Culloch & Pitts 1943 bi w 1i w ni . . . 0 1 0 1 0 1 xi(t) xi(t) = (Gp:) 1 å wij xj(t-1) - bi n j=1 ?

Monografias.com
10 ANN y Neuronales Biológicas Neurona y Conecciones Sinápticas Procesador Elemental Neuronas: El aprendizaje se produce mediante la variación de la efectividad de las sinapsis, de esta manera cambia la influencia que unas neuronas ejercen sobre otras. ANN: La regla de aprendizaje usada indica como se ajustan los pesos de las conexiones en función del vector entrada

Monografias.com
11 Analogías

Monografias.com
12 Procesador Elemental. PE: Es una unidad básica de procesamiento la que posee múltiples entradas y solo una salida. Cada entrada xi es ponderada por un factor (peso) wi y se calcula la suma ponderada de las entradas: Luego es aplicada una transformación mediante la función de activación :

Partes: 1, 2

Página siguiente 

Comentarios


Trabajos relacionados

Ver mas trabajos de General

 
 

Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.


Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.

Iniciar sesión

Ingrese el e-mail y contraseña con el que está registrado en Monografias.com

   
 

Regístrese gratis

¿Olvidó su contraseña?

Ayuda