Redes Neuronales Artificiales

Mer som dette

Los principios didácticos

Ved Moonse García

Periodo neolitico

Ved dark dragon

ARQUITECTURA Y SUS DISCIPLINAS

Ved Marcello Villarreal

Sobrevivir en el aula por Hernan Aldana

Ved Rosa Ramos

Arquitectura

La estructura o patrones

Las conexiones de red

Se dividen

Capas

Ocultas

De salida

Entrada

Tipos De Redes Neuronales

MultiCapa

Un conjunto de capas intermedias

Capas ocultas

Capa de entrada

La de salida

MonoCapa

Red neuronal más simple

Una capa de neuronas

Proyectan las entradas

Capa de neuronas de salida

Pueden realizarse diferentes cálculos

Métodos de aprendizaje

Aprendizaje No Supervisado.

Entrenamiento Competitivo

Redes asociativas de pesos fijos

Aprendizaje Supervisado

La decisión

Aproximación/Optimización

Redes Neuronales Artificiales

sistemas computacionales O de implementación

Hardware y Software

Modelos

Rumelhart y McClelland (1986)

Composición

Función de salida Fi(t)

Proporciona la salida yi(t)

Estado de activación

Función de activación ai(t)=f(ai(t-1), hi(t))

El estado de activación

La neurona

Estado anterior (de activación)

Valor postsináptico

Conjunto de entradas

Vector de entradas X

n componentes

Regla de propagación d(wij,xj(t))

Proporciona el potencial prosináptico hit(t)

Conjunto de pesos sinápticos Wij

Representan la interacción

Neurona presináptica j

Neurona prosináptica i

Un elemento de proceso (EP)

Neurona artificial

Un dispositivo que a partir

Conjunto de entradas xi(i=1...n)

Vector X

Única salida Y