Redes Neuronales y Algoritmos Evolutivos. Curso 2006

By: Material type: TextTextPublication details: [S.l.]: [S.n.], 2006Description: Datos electrónicos (3 archivos : 36 KB, 7.4MB, 319 KB)Subject(s): Online resources:
Contents:
Programa de estudio. || Teorías: Clase 1. Introducción | Clase 2. Neurona artificial. Perceptron | Clase 3. Adaline | Clase 4. Backpropagation. Ejercicio Backprop. Neurona no lineal. Asociador lineal. Asociador lineal 2 | Clase 5. Backprop 3 | Clase 6. CounterPropagation Network (CPN) | Clase 7. Self-Organizing Maps (SOM). -- Arquitectura de las redes LVQ. Mapa letras. SOM 1. SOM letras falta entrenamiento. SOM 3 | Clase 8. Algoritmos genéticos. Técnicas de selección. AG básico. Introducción a la computación evolutiva (Notas de curso) / Dr. Carlos A. Coello Coello | Clase 9. Esquemas. -- Representación | Clase 10. Redes Neuronales Evolutivas. RNE XOR | Using a clustering genetic algorithm for rule extraction from artificial neural networks / Eduardo R. Hruschka, Nelson F. F. Ebecken | Training neural networks for reading handwritten amounts on checks / Rafael Palacios and Amar Gupta | Color clustering and learning for image segmentation based on neural networks / Guo Dong and Ming Xie. || Prácticas 1 a 6 | Matlab | Letras | 1a. entrega: Ejercicio 1. ejer1. Sonidos | Ejercicios 2 y 4. Ver mapa. Vinos datos | Ejercicio 3. ejer -- 3. Formas | 2a. entrega.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Home library Collection Call number URL Status Date due Barcode
Documento de cátedra Documento de cátedra Biblioteca de la Facultad de Informática Biblioteca digital Link to resource Recurso en Línea
Documento de cátedra Documento de cátedra Biblioteca de la Facultad de Informática Biblioteca digital Link to resource Recurso en Línea
Documento de cátedra Documento de cátedra Biblioteca de la Facultad de Informática A03_06E (Browse shelf(Opens below)) Available DIF-E0098
Documento de cátedra Documento de cátedra Biblioteca de la Facultad de Informática A03_06T (Browse shelf(Opens below)) Available DIF-C0097
Documento de cátedra Documento de cátedra Biblioteca de la Facultad de Informática A03_06P (Browse shelf(Opens below)) Available DIF-C0098

Programa de estudio. || Teorías: Clase 1. Introducción | Clase 2. Neurona artificial. Perceptron | Clase 3. Adaline | Clase 4. Backpropagation. Ejercicio Backprop. Neurona no lineal. Asociador lineal. Asociador lineal 2 | Clase 5. Backprop 3 | Clase 6. CounterPropagation Network (CPN) | Clase 7. Self-Organizing Maps (SOM). -- Arquitectura de las redes LVQ. Mapa letras. SOM 1. SOM letras falta entrenamiento. SOM 3 | Clase 8. Algoritmos genéticos. Técnicas de selección. AG básico. Introducción a la computación evolutiva (Notas de curso) / Dr. Carlos A. Coello Coello | Clase 9. Esquemas. -- Representación | Clase 10. Redes Neuronales Evolutivas. RNE XOR | Using a clustering genetic algorithm for rule extraction from artificial neural networks / Eduardo R. Hruschka, Nelson F. F. Ebecken | Training neural networks for reading handwritten amounts on checks / Rafael Palacios and Amar Gupta | Color clustering and learning for image segmentation based on neural networks / Guo Dong and Ming Xie. || Prácticas 1 a 6 | Matlab | Letras | 1a. entrega: Ejercicio 1. ejer1. Sonidos | Ejercicios 2 y 4. Ver mapa. Vinos datos | Ejercicio 3. ejer -- 3. Formas | 2a. entrega.

Carreras: Lic. en Informática (Plan 2003), Lic. en Sistemas (Plan 2003), Lic. en Informática (Plan 1990) -- Optativa -- Duración: semestral.