Modelos de Computación II redes Neuronales



Descargar 40.27 Kb.
Fecha de conversión20.02.2017
Tamaño40.27 Kb.
Modelos de Computación II


Redes Neuronales

Recopilación de enlaces de interés




  1. Wikipedia en español: Red neuronal artificial

http://es.wikipedia.org/wiki/Red_neuronal_artificial

Una primera toma de contacto con las redes neuronales. Diseño y programación de una RNA, estructura, ventajas, modelos, tipología (topología, aprendizaje, tipo de entrada), aplicaciones, ejemplos (Quake II Neuralbot). Asimismo tiene una serie de enlaces interesantes, casi todos en inglés, como el que lleva a la Asociación Europea para el desarrollo de las RNA (http://www.snn.kun.nl/enns/) o a la Asocación Internacional para el desarollo de las RNA (http://www.inns.org/). Muchos de los enlaces a los que lleva esta entrada no han sido todavía traducidos al español, por lo que habría que consultarlos en la versión anglosajona.



  1. Redes Neuronales, por Ana Bollella
    http://www.monografias.com/trabajos12/redneuro/redneuro.shtml

Página muy completa sobre redes neuronales. Introducción a la Computación Neuronal, historia de las Redes Neuronales, ventajas que ofrecen, aprendizaje adaptativo, redes neuronales y computadoras digitales, fundamentos de las Redes Neuronales, otras definiciones de Redes Neuronales, elementos de una Red Neuronal Artificial, unidades de proceso: la neurona artificial, conexiones entre neuronas, regla de aprendizaje, características de las Redes Neuronales, topología de las Redes Neuronales, aprendizaje competitivo y cooperativo, ADALINE, Backpropagation, la Regla Delta Generalizada, consideraciones sobre el algoritmo de aprendizaje, referencias. Incluye gráficos (esquema de una red neuronal o las diversas funciones de activación, por ejemplo), así como tres casos de estudio (aplicaciones de redes Backpropagation) en los que se utilizó el programa Tiberius Versión 1.3.83, desarrollado por Phil Brierley y Andrew Lewis.



  1. Redes Neuronales, por Lourdes Arroyo
    http://www.fortunecity.com/skyscraper/chaos/279/articulos/redesneuronales.htm

Artículo sobre las redes neuronales: diferentes puntos de vista de sus aplicaciones No entra en demasiados detalles técnicos: qué es una neurona, qué es una red neuronal artificial, modelos de redes neuronales, single-layer perceptron, multi-layer perceptron. La autora incluye una escueta conclusión sobre el mayor crecimiento potencial de las redes neuronales.



  1. Redes Neuronales Artificiales: Curso de Introducción

http://www.iiia.csic.es/~mario/intro-rna.html

Completo texto que intenta dar una primera visión sobre las redes neuronales. Introducción básica a las RNAs, características fundamentales, tipología o clasificación, campos de aplicación, tecnologías de implementación, redes de retropropagación, redes de Kohonen, redes de Hopfield. Con apéndices, bibliografíay sección de enlaces relacionados. Dispone asímismo de 22 diapositivas sobre los sistemas neurodifusos (neuro-fuzzy). Una zona de descarga nos proporciona, entre otros, acceso a software de simulación de redes neuronales.





  1. Redes Neuronales (Universidad Tecnológica de Pereira)

http://ohm.utp.edu.co/neuronales/
Tutorial de esta universidad de Risaralda, Colombia. Funcionamiento de una neurona biológica y su analogía con una neurona artificial, principales tipos de redes neuronales, sus antecedentes, estructura y regla de aprendizaje, siete aplicaciones de las Redes Neuronales en Ingeniería Eléctrica. Incluye el código para la implementación en MathLab, así como enlaces a los principales sitios web que hacen referencia a las Redes Neuronales. Toda la información del tutorial puede ser descargada en formato PDF.



  1. Informe sobre Redes Neuronales, por Matías Ugarte

http://www.monografias.com/trabajos/redesneuro/redesneuro.shtml
No trata el tema matemáticamente, sino explicando detenidamente los conceptos, describiéndolos con detalle: la neurona, historia de las redes neuronales artificiales, método de transmisión de información en el cebrero, compuertas lógicas, funcionamiento de las sinapsis, diferencias entre el cebrero y un ordenador, similitudes, el futuro de las redes neuronales. A lo largo del texto encontramos enlaces en diversos términos, que nos llevan a otras páginas y nos permiten profundizar en el tema.

  1. Las Redes Neuronales Artificiales, por Carlos Serrano

http://ciberconta.unizar.es/LECCION/REDES/INICIO.HTML
Bien esquematizado y presentado, de navegación sencilla. Aplicaciones de las redes neuronales en la Contabilidad (reconocimiento de patrones, problemas de optimización, clasificación de datos financieros...). Diversas aplicaciones, como la detección de fraude en tarjetas de crédito (VISA) con redes neuronales, concesión de préstamos (red neuronal del Chase Manhattan Bank) o predicción en los mercados de valores. Incluye conclusiones, bibliografía y sección de enlaces.

  1. Fundamentos, modelos y aplicaciones de las Redes Neuronales, por Sandra Patricia Daza

http://www.monografias.com/trabajos12/redneur/redneur.shtml
El contenido abarca el panorama histórico, el modelo biológico, los elementos y estructura de una Red Neuronal Artificial, características, ventajas e implementación, tipos, aplicaciones y control, así como un breve esbozo del futuro de las Redes Neuronales. A lo largo del texto encontramos enlaces en diversos términos, que nos llevan a otras páginas y nos permiten profundizar en el tema.



  1. Electrónica México: Redes Neurales Artificiales

http://electronica.com.mx/neural/
Manual que proporciona una idea general de lo que son las Redes Neurales Artificiales y  sus aplicaciones existentes. Los contenidos son presentados de manera sencilla y ordenada: características, topologías, perceptrón, backpropagation, Hopfield y Kohonen. Dispone de una serie de artículos técnicos sobre RNA y su implementación, programas y simuladores de Redes Neuronales Artificiales y foro de discusión.

  1. Universidad Politécnica de Madrid: Redes Neurales Artificiales

http://www.gc.ssr.upm.es/inves/neural/ann2/anntutorial.html
Detallado tutorial que presentar los fundamentos de las Redes Neuronales Artificiales  y algunas de sus aplicaciones en el Procesamiento de Señales: Redes Neuronales de Tipo Biológico, Redes Neuronales Dirigidas a una aplicación, taxonomía de las Redes Neuronales Artificiales, Redes Neuronales Artificiales Supervisadas y No Supervisadas, funciones de Base y Activación, estructuras de las Redes Neuronales Artificiales, aplicaciones, Modelos No Supervisados (Redes Asociativas de pesos fijos, Redes de aprendizaje competitivo), Modelos Supervisados (Redes Neuronales Artificiales basada en Decisión, Redes Neuronales Artificiales de Aproximación/Optimización). Incluye un ejemplo de simulador de redes neuronales, mostrando un caso práctico de entrenamiento de una red neuronal. En español, inglés y alemán.



  1. Introducción a las Redes Neuronales Artificiales, por Alfredo Catalina.

http://www.gui.uva.es/login/13/redesn.html
Escueta introducción a las redes neuronales: la neurona y la sinapsis, el modelo de McCulloch-Pitts, desarrollo histórico de las Redes Neuronales, el perceptrón (estructura, funcionamiento, simulación y conclusiones), aplicaciones al control automático (visión artificial, reconocimiento y categorización de patrones, procesos químicos, predicción económica, control motor, etc), y el futuro de las Redes Neuronales. Incluye bibliografía. Dispone de enlaces a gráficos, faciltando la comprensión de conceptos.



  1. Introducción a las Redes Neuronales, por Xavier Padern

http://www.redcientifica.com/doc/doc199903310003.html
Brevísima introducción a la materia, en un lenguaje ameno y sencillo: neurona natural, grupo de neuronas, esquema de la neurona artificial, perceptrón unicapa (perceptrón ejemplo, posibilidades de modificación de pesos, limitaciones) y multicapa (ejemplo práctico de perceptrón multicapa: la visión artificial). Finaliza tratando el futuro de la IA: todo parece indicar que los resultados más interesantes no se conseguirán ni con la IA simbólica ni con el conexionismo, sino con una mezcla de los dos.



  1. Curso Sistemas Conexionistas: Redes Neuronales

http://www.lfcia.org/~cipenedo/cursos/scx/scx.html
Se presenta la teoría y aplicaciones de redes neuronales, como sistemas conexionistas: conceptos básicos, aprendizaje y entrenamiento, adaline y perceptrón, perceptrón multicapa, redes autoorganizativas, redes de base radial, crecimiento de redes, red de Hopfield (memoria auto-asociativa). Todos los temas del curso pueden descargarse en formato PDF. Todo el contenido referencia al libro “Redes de Neuronas Artificiales. Un Enfoque Práctico", de Pedro Isasi Viñuela e Inés M. Galván León (edts). Prentice Hall. 2004.



  1. Aplicaciones Empresariales de Redes Neuronales

http://aern.net/cas/
Empresa dedicada a promover el empleo de las redes neuronales como técnica alternativa, así como a la mejora de la gestión empresarial a través del diseño e implementación de las mismas: predicción de mercados de capitales (bolsa, acciones, fondos de inversión, bonos, renta fija…), gestión de riesgo en la empresa a través de redes neuronales, pptimización de procesos empresariales o sustitución de la estadística clásica y de modelos lineales por las redes neuronales en diversos procesos empresariales, entre otros. Sitio web también en inglés.



  1. SpriNN

http://www.aernsoft.com/cas/ayuda/intro.htm
Programa experto en la predicción de series temporales, especialmente adaptado a los mercados de capitales. Sus capacidades predictivas se basan en la aplicación de las redes neuronales desde la plataforma del motor neuronal de predicción desarrollado por AERN. SpriNN se basa en las redes neuronales, utilizando un sistema inteligente en el que el número de neuronas y las conexiones se adaptan dinámicamente en función de los parámetros de cada problema o proyecto predictivo.

  1. AIS: Aplicaciones de Inteligencia Artificial

http://www.ais-int.com/
Consultora multinacional española especializada en aportar soluciones a temas de gestión empresarial complejos, mediante la conversión de datos en información, e información en herramientas de apoyo a la toma de decisiones. Se proporcionan soluciones de marketing, gestión de riesgo y planificación industrial, entre otros. Sitio web disponible en español e inglés.



  1. Topologías para redes: Redes Neuronales, por Rengifo Frederick

http://www.monografias.com/trabajos15/topologias-neural/topologias-neural.shtml#NEURONAL
Apartado dedicado a las redes neuronales dentro de un estudio de la topología de redes (configuración adoptada por las estaciones de trabajo para conectarse entre sí). Trata brevemente su estructura (disponible un gráfico,siedo necesario descargar el texto para su visualización), modelos, aplicaciones y ventajas. A lo largo del texto encontramos enlaces en diversos términos, que nos llevan a otras páginas y nos permiten profundizar en el tema.



  1. Redes de neuronas artificiales y pensamiento

http://personal5.iddeo.es/wintrmute/ia/neuronal.htm
Breve escrito de sencilla lectura sobre las redes neuronales. Realiza una pequeña introducción, muy superficial. Destacable el apartado de conclusiones, con interesantes ejemplos sobre aprendizaje y reconocimiento de patrones. Al final se nos recomienda el libro “Cuestiones de la mente", sobre los dos niveles en los que se estudia el pensamiento: el biológico y el de los estados mentales.



  1. Sistema de Visión Artificial para determinar el flujo de café soluble en un Prototipo de Aglomeración de Polvos mediante Redes Neuronales, por William Vallejo.

http://www.monografias.com/trabajos10/cafe/cafe.shtml
Se menciona brevísimamente a las Redes Neuronales, dando una pequeña explicación sobre las mismas, en este estudio de un subsistema del proceso industrial de aglomeración, consistente en una bandeja de alimentación a granel en la cual se requiere cuantificar su flujo sin la necesidad de
instalar un sensor comercial o un medidor de flujo sofisticado y costoso. A lo largo del texto encontramos enlaces en diversos términos, que nos llevan a otras páginas y nos permiten profundizar en el tema.



  1. Sistemas Operativos para redes y Redes Neuronales, por María Álvarez

http://www.monografias.com/trabajos15/sistemas-redes/sistemas-redes.shtml#QUEES
Apartado dedicado a las Redes Neuronales, en este sencillo estudio sobre diversos sistemas operativos (Unix, Windows 95, Windows NT, Netware, de red…): qué es una red neuronal, ventajas que conllevan, tamaño (redes neuronales de tipo biológico y redes para aplicaciones concretas), topologías de red y redes de transmisión digital integrada. Incluye bibliografía.



  1. Construyen un cerebro artificial con neuronas de rata capaz de pilotar un avión

http://laflecha.net/canales/ciencia/200411151/
Noticia de esta web de Ciencia y Tecnología, del día 15 de Noviembre de 2004. Un cerebro artificial construido en laboratorio con 25.000 neuronas de rata ha sido capaz de hacer volar a un avión de combate virtual. El cerebro y el aparato establecieron una conexión similar a la que usan las neuronas cuando reciben e interpretan señales para controlar nuestro cuerpo. En forma gradual el cerebro aprendió a controlar el avión usando los datos que recibía de las condiciones de vuelo. Esta red neuronal viva se comunica con el exterior a través de 60 electrodos ubicados en el inferior del recipiente, interactuando con el simulador de vuelo de un avión F-22 instalado en un ordenador de escritorio normal.



  1. Redes Neuronales: Glosario, por Carlos von der Becke

http://club.telepolis.com/ohcop/neural_n.html
Breves definiciones de términos relacionados con las Redes Neuronales: neurona, perceptrón, retroalimentación y conexionismo, entre otras.


  1. Inteligencia Artificial y Redes Neuronales, por Osiris Toquero

http://www.monografias.com/trabajos7/inar/inar.shtml#redes
Apartado dedicado a las Redes Neuronales, en este trabajo sobre Inteligencia Artificial, sus técnicas, algoritmos y robótica. No se profundiza en ningún concept sobre las RNAs, siendo poco más que una simple definición: perceptrón unicapa, métodos de aprendizaje (supervisado, no supervisado, por esfuerzo), limitaciones del perceptrón unicapa (imposibilidad de aprender funciones que no sean linealmente separables) y el futuro de las redes neuronales, sobre todo sus aplicaciones a la robótica.



  1. Entrenando y simulando una red neuronal en C#, por Jose Manuel López

http://www.elguille.info/colabora/puntoNET/jlopezi_RedNeuronal.htm
Artículo que utiliza el algoritmo de Backpropagation para entrenar una Red Neuronal que realiza la función XOR (exclusiva o) en sus dos entradas: algoritmo de la Red Neural, entrenamiento de la red, propagación hacia atrás (backpropagation), codificación del algoritmo, sucesivos pasos de la simulación y su ejecución. Incluye el código de ejemplo, en C#.



  1. Listado C++ para simular una red neuronal tipo Perceptron, por Alfredo Catalina Gallego

http://www.gui.uva.es/login/13/redeslst.html
Código fuente, en lenguaje C++, del programa que ilustra el funcionamiento de una red neuronal del tipo Perceptrón de Rosenblatt. Permite observar cómo se realiza el aprendizaje de una función lógica OR (o bien una AND).



  1. Inteligencia Artificial y Redes Neuronales, por Pablo David Santiago

http://www.monografias.com/trabajos16/inteligencia-artificial-historia/inteligencia-artificial-historia.shtml#REDES
Sección dedicada a las Redes Neuronales, dentro de este interesante estudio sobre la inteligencia artificial: historia y evolución, características, funcionamiento básico y general, aplicaciones y proyectos, entre otros. Especialmente destacable el apartado “Granja de Evolución” en las RNAs: Bio-Land es una granja virtual donde vive una población de criaturas basadas en redes neuronales. Los biots pueden usar sus sentidos de la vista, el oído e incluso el olfato y tacto para encontrar comida y localizar parejas. Los biots cazan en manadas, traen comida a su prole y se apiñan buscando calor. Lo que su creador quiere que hagan es hablar entre ellos, con la esperanza de que desarrollen evolutivamente un lenguaje primitivo. A partir de ese lenguaje, con el tiempo podrían surgir niveles más altos de pensamiento. A lo largo del texto encontramos enlaces en diversos términos, que nos llevan a otras páginas y nos permiten profundizar en el tema.



  1. Una red neuronal predice la interacción entre proteínas

http://www.diariomedico.com/edicion/noticia/0,2458,193593,00.html
Noticia del dia 11 de Octubre de 2002, en la cual se explica que científicos españoles e italianos han creado un modelo artificial. El equipo de investigadores, del Centro Nacional de Biotecnología español, la empresa Alma Bioinformática y la Universidad de Bolonia, diseñaron un sistema basado en redes neuronales artificiales capaz de predecir las regiones de una proteína implicadas en la interacción con otras a partir de información estructural (estructura 3D) y evolutiva (alineamiento múltiple de secuencias).

[Atrás]


Víctor Terrón

2º A Ingeniería Informática



31 de Marzo de 2005


Compartir con tus amigos:


La base de datos está protegida por derechos de autor ©bazica.org 2019
enviar mensaje

    Página principal