REDES

NEURONALES

COMPUTACION E INFORMATICA
2009-IV
 TEMA

REDES
NEURONALES
DEFINICION
Una red neuronal artificial (RNA) es un modelo
computacional inspirado en redes neuronales
biológicas que puede ser consideradas como
un sistema de procesamiento de información
con características como aprendizaje a través
de ejemplos adaptabilidad, robustez, capacidad
de generalización y tolerancia a fallas
CARACTERISTICAS
Procesamiento de imágenes y de voz
Reconocimiento de patrones
Planeamiento
Interfaces adaptivas para sistemas
Hombre/máquina
Predicción
Control y optimización
Filtrado de señales
TIPOS DE REDES
NEURONALES
 PERCEPTRON
2.1.1Antecedentes
2.1.2 Estructura de la Red

 2.2 ADALINE
2.1.1 Antecedentes
2.1.2 Estructura de la Red
2.1.3 Regla de Aprendizaje
 2.3 BACKPROPAGATION
Antecedentes
2.3.2 Estructura de la Red
2.3.3 Regla de Aprendizaje
2.3.3.1 Red Backpropagation con momentum

 2.5 REDES COMPETITIVAS

Antecedentes
2.4.2 Estructura de la Red
2.4.3 Regla de Hebb
2.4.4 Red Instar
2.4.5 Red Oustar

 2.6 REDES RECURRENTES

2.5.1 Antecedentes
2.5.2 Red de Kohonen
2.5.3 Red de Hamming
2.5.4 Estructura de la Red
2.5.5 Regla de Aprendizaje