{[ promptMessage ]}

Bookmark it

{[ promptMessage ]}

t14s-neuronales - Tema 14 Redes Neuronales ~ ~ Abdelmalik...

Info iconThis preview shows pages 1–12. Sign up to view the full content.

View Full Document Right Arrow Icon
Tema 14: Redes Neuronales Abdelmalik Moujahid, I ˜ naki Inza, Pedro Larra ˜ naga Departamento de Ciencias de la Computaci ´ on e Inteligencia Artificial Universidad del Pa´ ıs Vasco http://www.sc.ehu.es/isg/ Tema 14: Redes Neuronales– p. 1/49
Background image of page 1

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Contenido Introducción Sistema Neuronal Artificial El Asociador Lineal El Perceptrón Simple La Adalina El Perceptrón Multicapa Tema 14: Redes Neuronales– p. 2/49
Background image of page 2
Introducción Redes neuronales (artificiales) paradigma muy popular en Inteligencia Computacional En el tema se verán diferentes modelos para clasificación supervisada Alta capacidad de predecir correctamente la clase Baja transparencia Tema 14: Redes Neuronales– p. 3/49
Background image of page 3

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Introducción Estructura de una neurona biológica Tema 14: Redes Neuronales– p. 4/49
Background image of page 4
Introducción Sinapsis: Conexión entre el axón de una neurona y la dendrita de otra cercana por donde se transmite un impulso nervioso Tema 14: Redes Neuronales– p. 5/49
Background image of page 5

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Introducción 100 · 10 6 neuronas en el cerebro. Procesadores de información Neurona: Cuerpo celular o soma (10 a 80 micras) Del soma surge un árbol de ramificaciones (árbol dendrítico) Del soma parte una fibra tubular (axón) (100 micras hasta el metro) El axón se ramifica en su extremo para conectarse con otras neuronas Tema 14: Redes Neuronales– p. 6/49
Background image of page 6
Sistema Neuronal Artificial Neurona como procesador de información: Dendritas canal de entrada de información Soma como órgano de cómputo Axón como canal de salida. Recibe impulso de unas 10000 neuronas. Envia impulso a cientos de neuronas Algunas neuronas reciben información del exterior Tema 14: Redes Neuronales– p. 7/49
Background image of page 7

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Sistema Neuronal Artificial Tres conceptos clave a emular: Procesamiento paralelo Intervención de miles de millones de neuronas Memoria distribuida En un computador la información está en posiciones de memoria bien definidas En redes neuronales biológicas la información está distribuida por la sinapsis de la red Redundancia para evitar pérdida de información al resultar dañada una sinapsis Adaptabilidad al entorno Por medio de la información de las sinapsis Aprender de la experiencia Posible generalizar conceptos a partir de casos particulares Tema 14: Redes Neuronales– p. 8/49
Background image of page 8
Sistema Neuronal Artificial El modelo estándard de neurona artificial Rumelhart y McClelland (1986) y McClelland y Rumelhart (1986) Sistema global de proceso de una red neuronal Tema 14: Redes Neuronales– p. 9/49
Background image of page 9

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Sistema Neuronal Artificial El modelo estándard de neurona artificial Rumelhart y McClelland (1986) y McClelland y Rumelhart (1986) Modelo de neurona artificial standard Tema 14: Redes Neuronales– p. 10/49
Background image of page 10
Sistema Neuronal Artificial Conjunto de entradas X j y unos pesos sinápticos w ij , con j = 1 , . . . , n Regla de propagación h i ( x 1 , . . . , x n , w i 1 , . . . , w i n ) = n j =1 w ij x j θ i umbral, el cual se acostumbra a restar al potencial pos-sináptico h i ( x 1 , . . . , x n , w i 1 , . . . , w i n ) = n summationdisplay j =0 w ij x j = n
Background image of page 11

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Image of page 12
This is the end of the preview. Sign up to access the rest of the document.
  • Spring '09
  • CiriloAlvarez
  • Neurona, Red neuronal artificial, Inteligencia artificial, Ciencias de la computación, Propagación hacia atrás

{[ snackBarMessage ]}