Rnas
Neuronales
Artificiales
Dr. Juan José Flores Romero
División de Estudios de Posgrado
Facultad de Ingeniería Eléctrica
juanf@zeus.umich.mx
http://lsc.fie.umich.mx/~juan/
Curso RedesNeuronales Artificiales
CONTENIDO
Introducción
Aprendizaje
Perceptrones mono-nivel
Perceptrones multi-nivel
Otras Arquitecturas
Redes Neuronales
2
Redes NeuronalesArtificiales
1.- INTRODUCCION
Inteligencia Artificial
Redes Neuronales
3
Cerebro Humano
Redes Neuronales
1011 Neuronas
(procesadores)
Poder
desconocido
1000 –10000
conecciones por
neurona
4
Neuronas
Redes Neuronales
5
Neuronas Artificiales
Súper-simplificación
Analogía Metafórica
Sorprendente poder de cómputo
RedesNeuronales
6
A Very Brief History
William James (1890): Describe (en palabras y figuras) redes
distribuídas simples y el aprendizaje de Hebbian.
McCulloch & Pitts(1943): Unidades binarias con barrera de activación
que realizan operaciones lógicas (prueban computación universal!).
Hebb (1949): Formulación de una regla fisiologica (local) de
aprendizaje.Rosenblatt (1958): El Perceptrón—la primera máquina real que
aprende.
Widrow & Hoff (1960): ADALINE y la regla Widrow-Hoff de aprendizaje
supervisado.
Minsky & Papert (1969): Las limitaciones delperceptrón—el ―Invierno
Neuronal‖
v.d.Malsburg (1973): Mapas Auto-organizables.
Grossberg (1980): Theoría de la Resonancia Adaptiva.
Hopfield (1982/84): Redes de Atractores. Teoría de patrones deasociación y memoria.
Kohonen (1982): Mapas Auto-organizables.
Rumelhart, Hinton, & Williams (1986): Backpropagation
Redes Neuronales
7
Características de RNAs
Elestilo de procesamiento es mas bien como el de
procesamiento de señales, no simbólico. La combinación de
señales para producir nuevas señales contrasta con la ejecución
de instrucciones...
Regístrate para leer el documento completo.