Redes neruronales

Solo disponible en BuenasTareas
  • Páginas : 87 (21540 palabras )
  • Descarga(s) : 0
  • Publicado : 23 de febrero de 2011
Leer documento completo
Vista previa del texto
UNIVERSIDAD DE CELAYA

TEORIA DE LENGUAJES Y AUTOMATAS

"Redes Neuronales Artificiales"

Lic. LORENA CORTÉS PÉREZ GROVAS

Manuel David Alfaro Rodríguez.

Matricula: 8017

22 de febrero de 2011

Tabla de contenido
Introducción..........................................................
1. Introducción a la Inteligencia Artificial..........................
1.1. DEFINICIONES DEIA...............................................
1.1.1. La inteligencia................................................
1.1.2. El pensamiento................................................
1.1.3. Inteligencia Artificial.......................................
1.2. EVOLUCIÓN HISTÓRICA.............................................
1.3.APLICACIONES...................................................
1.4. ÁREAS O CAMPOS DE LA IA.........................................
1.4.1. Data Mining o Minería de Datos (DM o MD)......................
1.4.2. Redes Neuronales Artificiales (RNA)...........................
1.4.3. Algoritmos Evolutivos o Algoritmos Genéticos (AG).............
1.4.4. Sistemas Expertos (SS.EE.)....................................
1.4.5. AgentesInteligentes.........................................
2. Introducción a los Sistemas Expertos.............................
2.1. EVOLUCIÓN HISTÓRICA............................................
2.2. DEFINICIONES...................................................
2.3. APLICACIONES...................................................
2.4. COMPOSICIÓN DE UN SS.EE. E INTERRELACIÓN ENTRE SUS PARTES......2.4.1. Elementos de un SS.EE.........................................
2.4.2. Interrelación entre los componentes...........................
2.5. CARACTERIZACIÓN DE LOS SS.EE....................................
2.5.1. Diferencias entre un S.E. y un programa tradicional...........
2.5.2. Razones para la utilización de SS.EE..........................
2.5.3. Límites y dificultades de losSS.EE...........................
2.6. DESARROLLO DE UN SS.EE..........................................
2.7. TIPOS DE SS.EE..................................................
2.7.1. Sistemas Expertos basados en Reglas...........................
2.7.2. Sistemas Expertos basados en Probabilidad…………………………………………………..
2.7.3. Sistemas Expertos basados en Redes Neuronales Artificiales…….
2.7.4.Sistemas Expertos basados en Lógica Difusa....................
3. Sistemas Expertos basados en Reglas...............................
3.1. BASE DE CONOCIMIENTOS............................................
3.2. MOTOR DE INFERENCIA (MI).........................................
3.2.1. Regla Modus Ponens y Modus Tollens.............................
3.2.2. Mecanismo deresolución........................................
3.2.3. Encadenamiento de Reglas.......................................
3.2.3.1. Ejemplos de Encadenamiento de Reglas.........................
3.2.4. Encadenamiento de Reglas orientado a un objetivo..............
3.2.4.1.Ejemplos de Encadenamiento de Reglas Orientado a un Objetivo…
3.2.5. Compilación de Reglas.........................................
3.3.SUBSISTEMA DE CONTROL DE COHERENCIA.............................
3.4. SUBSISTEMA DE EXPLICACIÓN O JUSTIFICACIÓN.......................
4. Sistemas Expertos basados en Probabilidad……………………………………………………………….
4.1. REGLAS GENERALIZADAS............................................
4.2. LA BASE DE CONOCIMIENTOS........................................
4.2.1. Modelo de SíntomasDependientes...............................
4.2.2. Modelo de Síntomas Independientes.............................
4.2.3. Modelo de Síntomas Relevantes Independientes..................
2
4.2.4. Modelo de Síntomas Relevantes Dependientes....................
Modelo...............................................................
4.3. MOTOR DE INFERENCIAS............................................
4.4. CONTROL DE...
tracking img