Redes neuronales artificiales rna

 

REDES NEURONALES ARTIFICIALES Y  SUS APLICACIONES 
     

   

Xabier Basogain Olabe 
Centro:       Escuela Superior de Ingeniería de Bilbao, EHU       Despacho:  P3BN11    Teléfono:    34 946014201    E‐mail:       xabier.basogain@ehu.es 
     

Tabla de Contenidos

TEMA 1.- INTRODUCCIÓN A LA COMPUTACIÓN NEURONAL 1.1.- INTRODUCCIÓN 1.2.- CARACTERÍSTICAS DE LAS REDES NEURONALESARTIFICIALES 1.3.- ESTRUCTURA BÁSICA DE UNA RED NEURONAL 1.4.- COMPUTACIÓN TRADICIONAL Y COMPUTACIÓN NEURONAL 1.5.- HISTORIA DE LA COMPUTACIÓN NEURONAL 1.6.- APLICACIONES DE LAS REDES NEURONALES ARTIFICIALES 1.7.- IMPLEMENTACIÓN Y TECNOLOGÍAS EMERGENTES TEMA 2.- FUNDAMENTOS DE LAS REDES NEURONALES ARTIFICIALES 2.1.- EL PROTOTIPO BIOLÓGICO 2.2.- LA NEURONA ARTIFICIAL 2.3.- REDES NEURONALESARTIFICIALES DE UNA CAPA Y MULTICAPA 2.4.- ENTRENAMIENTO DE LAS REDES NEURONALES ARTIFICIALES TEMA 3.- SELECCIÓN DE LAS REDES NEURONALES ARTIFICIALES TEMA 4.- LAS PRIMERAS REDES NEURONALES ARTIFICIALES 4.1.- PERCEPTRON 4.2.- ADALINE – MADALINE TEMA 5.- RED BACKPROPAGATION 5.1.- INTRODUCCIÓN 5.2.- ARQUITECTURA DE LA RED BACKPROPAGATION 5.3.- ALGORITMO DE ENTRENAMIENTO 5.4.- APLICACIONES DE LA REDBACKPROGATION 5.5.- VENTAJAS E INCONVENIENTES TEMA 6.- RED SELF ORGANIZING MAP Y RED COUNTERPROPAGATION 6.1.- INTRODUCCIÓN RED SELF ORGANIZING MAP 6.2.- ARQUITECTURA BÁSICA Y MODO DE OPERACIÓN 6.3.- EJEMPLOS RED S.O.M. 6.4.- INTRODUCCIÓN RED COUNTERPROPAGATION 6.5.- ARQUITECTURA Y FUNCIONAMIENTO 6.6.- EJEMPLOS RED COUNTERPROPAGATION TEMA 7.- RED HOPFIELD Y RED BIDIRECTIONAL ASSOCIATIVE MEMORY 7.1.- REDHOPFIELD 7.2.- APLICACIONES DE LA RED HOPFIELD 7.3.- VENTAJAS Y LIMITACIONES 7.4.- INTRODUCCIÓN RED BIDIRECTIONAL ASSOCIATIVE MEMORY 7.5.- ARQUITECTURA RED B.A.M. TEMA 8.- RED ADAPTIVE RESONANCE THEORY 8.1.- INTRODUCCIÓN RED ADAPTIVE RESONANCE THEORY 8.2.- ARQUITECTURA RED A.R.T. 8.3.- MODO DE OPERACIÓN 8.4.- ENTRENAMIENTO DE LA RED A.R.T. TEMA 9.- APLICACIONES DE LAS REDES NEURONALES ARTIFICIALES9.1.- INTRODUCCIÓN 9.2.- DISEÑO DE UNA RED PARA UNA APLICACIÓN 9.3.- EJEMPLOS DE APLICACIONES

1 1 2 2 4 6 9 11 13 13 14 15 17 19 22 22 25 28 28 29 30 33 34 35 35 36 37 38 39 41 43 43 47 49 50 50 53 53 54 56 57 58 58 59 59

TEMA 10.- LÓGICA DIFUSA Y REDES NEURONALES ARTIFICIALES 10.1.- INTRODUCCIÓN 10.2.- ESTRUCTURA GENERAL DE UN SISTEMA BASADO EN LÓGICA BORROSA 10.3.- SISTEMAS NEURO- DIFUSOSBIBLIOGRAFÍA Libros complementarios del curso Libros de interés y consultados para la elaboración del curso

65 65 67 71 73 73 74

Tema 1.- Introducción a la Computación Neuronal

INTRODUCCIÓN A LA COMPUTACIÓN NEURONAL

1
1.1. Introducción 1.2. Características de las Redes Neuronales Artificiales 1.3. Estructura Básica de una Red Neuronal 1.4. Computación Tradicional y Computación Neuronal1.5. Historia de la Computación Neuronal 1.6. Aplicaciones de las Redes Neuronales Artificiales 1.7. Implementación y Tecnologías Emergentes

TEMA 1.- INTRODUCCIÓN A LA COMPUTACIÓN NEURONAL

1.1.- INTRODUCCIÓN
El cerebro humano es el sistema de cálculo más complejo que conoce el hombre. El ordenador y el hombre realizan bien diferentes clases de tareas; así la operación de reconocer elrostro de una persona resulta una tarea relativamente sencilla para el hombre y difícil para el ordenador, mientras que la contabilidad de una empresa es tarea costosa para un experto contable y una sencilla rutina para un ordenador básico. La capacidad del cerebro humano de pensar, recordar y resolver problemas ha inspirado a muchos científicos intentar o procurar modelar en el ordenador elfuncionamiento del cerebro humano. Los profesionales de diferentes campos como la ingeniería, filosofía, fisiología y psicología han unido sus esfuerzos debido al potencial que ofrece esta tecnología y están encontrando diferentes aplicaciones en sus respectivas profesiones. Un grupo de investigadores ha perseguido la creación de un modelo en el ordenador que iguale o adopte las distintas funciones...