a Jean Fontalvo 3 éve
750
Redes Neuronales
Las redes neuronales son modelos computacionales inspirados en el cerebro humano. Algunas variantes de estas redes incluyen Adaline, Madaline, Hopfield, Hamming, Kohonen, ART y Perceptrón simple, cada una con características y aplicaciones específicas.
Megnyitás
Redes Neuronales Hopfield Funcionalidad: Asociación usa la función lyapunov y función de energía Adaline implementa la Regla Delta y Regla Widrow/Hoff tiene conexión Feed Forward Perceptron simple Acepta valores binarios Usa la regla delta tiene conexión Feed-Forward ART Funcionalidad: Clasificacion ART1-> Binarios
ART2-> Entradas Continuas Método lento: Ecuaciones Diferenciales
Método Rápido: Ecuaciones Algebraicas Aprendizaje supervisado y no supervisado Hamming Admite números binarios Usa la regla instar y regla de kohonen tiene conexión Feed Forward competitivo Madaline Funcionalidad: Predicción Admite números entre -1 y 1 Emplea la regla de la mayoría, regla delta y la función escalón bipolar tiene conexión Unidireccional o sin realimentación Aprendizaje Supervisado Kohonen Funcionalidad: Conceptualización y Optimización Admite valores binarios y reales usa la función sigmoidea, función gaussiana y función de vecindad tiene conexión unidireccional Aprendizaje no supervisado
