Algunas redes neuronales
Red Backpropagation
Aprendizaje
correcion
del
error
Creado por
Rumelhart,
Hinton y
Williams
Utilizada como
Codificador
de
informacion
Traductor
de
texto
Red Hopfield
es una red
neuronal artificial
Creado por
Jhon
Hopfield
se utiliza
sistema de memoria
asociativa
el cual utiliza
unidades
binarias
Red Perceptron
Aprendizaje
correcion
del
error
Creado por
Frank
Rosenblatt
Utilizado
como
Separador
Lineal
Red Adeline y Mandelne
Creado por
Bernie Widronw
y Marcian Hoft
Universidad
Stanford
fecha
1960
se divide
Adaline
la unica neurona
de
salida
Madalene
Varias Neuronas
de salidad
Red Kohone
creada por
Teuvo Kohonene
Fecha
1984
posee una unica
cap, la capa de
salida
Aprendizaje
No supervisado
tipo
competitivo
Red Perceptron Multiple
Creada Por
Minsky y
Papert
Para que sirve
se utiliza para resolver
problemas de asociación
de patrones,
segmentación de
imágenes,
compresión de datos
ejemplo
Red Hamming
se llama
Red hamming
debido a que la
neurona en la capa
feedforward con la
salida mas grande
Compuesta por 3 capas
Entrada
Oculta
Salida
creada por
Richard p.
lippmann
fecha
1987
Aprendizaje
No supervisado
tipo
competitivo
es una de las
redes mas simples
de tipo compettiva
Son Clasificadores adaptativos
Sus neuronas en la capa de salida
Compiten para determinar la ganadora
Redes Neuronales
Característica principal: la experiencia
Modelo artificial y simplificado del cerebro humano
Capacidad para memorizar
Capacidad de asociar hechos
Sistema para el tratamiento de información
Conexión entre neuronas
