Detalles MARC
| 000 -Cabecera |
|---|
| Campo de control de longitud fija |
06254nam a2200373 a 4500 |
| 003 - Identificador del Número de control |
|---|
| Identificador del número de control |
AR-sfUTN |
| 008 - Códigos de información de longitud fija-Información general |
|---|
| Códigos de información de longitud fija |
170717s1995 ||||| |||| 00| 0 spa d |
| 020 ## - ISBN |
|---|
| ISBN |
020187895X |
| 040 ## - Fuente de la catalogación |
|---|
| Centro transcriptor |
AR-sfUTN |
| 041 ## - Código de lengua |
|---|
| Código de lengua del texto |
spa |
| 080 ## - CDU |
|---|
| Clasificación Decimal Universal |
004.85 H547 |
| Edición de la CDU |
2000 |
| 100 1# - Punto de acceso principal-Nombre de persona |
|---|
| Nombre personal |
Hilera González, José Ramón |
| 245 10 - Mención de título |
|---|
| Título |
Redes neuronales artificiales : |
| Resto del título |
fundamentos, modelos y aplicaciones / |
| Mención de responsabilidad |
José Ramón Hilera González, Víctor José Martínez Hernando. |
| 260 ## - Publicación, distribución, etc. (pie de imprenta) |
|---|
| Lugar de publicación, distribución, etc. |
Wilmington : |
| Nombre del editor, distribuidor, etc. |
Addison-Wesley, |
| Fecha de publicación, distribución, etc. |
1995 |
| 300 ## - Descripción física |
|---|
| Extensión |
390 p. |
| 336 ## - Tipo de contenido |
|---|
| Fuente |
rdacontent |
| Término de tipo de contenido |
texto |
| Código de tipo de contenido |
txt |
| 337 ## - Tipo de medio |
|---|
| Fuente |
rdamedia |
| Nombre del tipo de medio |
sin mediación |
| Código del tipo de medio |
n |
| 338 ## - Tipo de soporte |
|---|
| Fuente |
rdacarrier |
| Nombre del tipo de soporte |
volumen |
| Código del tipo de soporte |
nc |
| 490 ## - Mención de serie |
|---|
| Mención de serie |
Paradigma |
| 505 80 - Nota de contenido con formato |
|---|
| Nota de contenido con formato |
CONTENIDO<br/>CAPITULO 1: UNA INTRODUCCION A LA COMPUTACION NEURONAL 1<br/>1.1. Panorama histórico 2<br/>1.2. Definición de red neuronal 9<br/>1.3. Ventajas de las redes neuronales 11<br/>1.3.1. Aprendizaje adaptativo 12<br/>1.3.2. Autoorganización 13<br/>1.3.3. Tolerancia a fallos 14<br/>1.3.4. Operación en tiempo real 14<br/>1.3.5. Fácil inserción dentro de la tecnología existente 15<br/>1.4. Redes neuronales y computadores digitales 15<br/>1.5. Redes neuronales e inteligencia artificial 16<br/>1.6. Aplicaciones de las redes neuronales 21<br/>1.6.1. Reconocimiento de patrones 23<br/>1.6.2. Bases de datos de conocimiento para información estocástica 26<br/>1.6.3. Control de robots 27<br/>1.6.4. Toma de decisiones 28<br/>1.6.5. Filtrado de señales 28<br/>1.6.6. Segmentación, compresión y fusión de datos 29<br/>1.6.7. Interfaces adaptativas para sistemas hombre/máquina 29<br/>1.7. Tipos de redes neuronales más importantes 30<br/>1.8. Implementación de las redes neuronales 32<br/>1.8.1. Realización de redes neuronales 34<br/>1.8.2. Herramientas software de desarrollo 36<br/>1.8.3. Neurocomputadores de propósito general 38<br/>1.8.4. Neurocomputadores de propósito especial 41<br/>1.8.5. Implementación microelectrónica (VLSI) 42<br/>CAPITULO 2. FUNDAMENTOS DE LAS REDES NEURONALES 45<br/>2.1. El modelo biológico 45<br/>2.1.1. Estructura de la neurona 45<br/>2.1.2. Naturaleza bioeléctrica de la neurona 46<br/>2.2. Elementos de una red neuronal artificial 49<br/>2.2.1. Unidades de proceso: La neurona artificial 51<br/>2.2.2. Estado de activación 52<br/>2.2.3. Función de salida o de transferencia 53<br/>2.2.4. Conexiones entre neuronas 57<br/>2.2.5. Función o regla de activación 58<br/>2.2.6. Regla de aprendizaje 63<br/>2.2.7. Representación vectorial 64<br/>2.3. Estructura de una red neuronal artificial 65<br/>2.3.1. Niveles o capas de neuronas 65<br/>2.3.2. Formas de conexión entre neuronas 67<br/>CAPITULO 3. CARACTERISTICAS DE LAS REDES NEURONALES 69<br/>3.1. Topología de las redes Neuronales 69<br/>3.1.1. Redes monocapa 70<br/>3.1.2. Redes multicapa 71<br/>3.2. Mecanismo de aprendizaje 75<br/>3.2.1. Redes con aprendizaje supervisado 76<br/>3.2.2. Redes con aprendizaje no supervisado 82<br/>3.3. Tipo de asociación entre las informaciones de entrada y salida 90<br/>3.3.1. Redes heteroasociativas 91<br/>3.3.2. Redes autoasociativas 91<br/>3.4. Representación de la información de entrada y salida 93<br/>3.5. Características de los modelos de redes neuronales más conocidos 95<br/>CAPITULO 4. REDES NEURONALES CON CONEXIONES HACIA DELANTE 101<br/>4.1. El Perceptron 101<br/>4.1.1. Regla de aprendizaje del Perceptron 103<br/>4.1.2. Solución al problema de la separabilidad lineal 110<br/>4.2. El Perceptron multinivel 113<br/>4.3. Las redes ADALINE y MADALINE 116<br/>4.3.1. Aprendizaje de la red ADALINE 118<br/>4.3.2. Aplicaciones de la red ADALINE 126<br/>4.3.3. La red MADALINE 128<br/>4.4. La red Backpropagation 131<br/>4.4.1. La regla delta generalizada 132<br/>4.4.2. Estructura y aprendizaje de la red Backpropagation 136<br/>4.4.3. Consideraciones sobre el algoritmo de aprendizaje 142<br/>4.4.4. Deducción de la regla Backpropagation 146<br/>4.4.5. Aplicaciones de las redes Backpropagation 154<br/>CAPITULO 5. EL MODELO DE HOPFIELD 181<br/>5.1. Arquitectura 181<br/>5.2. Funcionamiento 185<br/>5.3. Aprendizaje 189<br/>5.3.1. La función energía 193<br/>5.4. Limitaciones del modelo de Hopfield 196<br/>5.5. Aplicaciones 198<br/>5.5.1. Reconocimiento de imágenes 199<br/>5.5.2. Resolución de problemas de optimización 201<br/>5.5.3. Diseño de circuitos conversores analógico-digitales 213<br/>CAPITULO 6. EL MODELO DE RESONANCIA ADAPTATIVA (ART) 219<br/>6.1. Arquitectura de una red ART 221<br/>6.2. Funcionamiento 227<br/>6.3. Aprendizaje 231<br/>6.4. Limitaciones de la red ART 237<br/>6.4.1. Una mejora del modelo. La red ART2 238<br/>6.5. Aplicaciones del modelo ART 242<br/>6.5.1. Reconocimiento de imágenes 243<br/>6.5.2. Reconocimiento de señales analógicas 248<br/>CAPITULO 7. EL MODELO DE KOHONEN 253<br/>7.1. Arquitectura 254<br/>7.2. Funcionamiento 256<br/>7.3. Aprendizaje 258<br/>7.4. Aplicaciones 267<br/>7.4.1. Reconocimiento de voz 267<br/>7.4.2. Reconocimiento de texto manuscrito 268<br/>7.4.3. Codificación de datos 270<br/>7.4.4. Resolución de problemas de optimización 272<br/>7.4.5. Combinación con un Perceptron: Red Counterpropagation 277<br/>CAPITULO 8. REDES ESTOCASTICAS 285<br/>8.1. Máquina de Boltzmann 286<br/>8.2. Máquina de Cauchy 293<br/>8.3. Aprendizaje estocástico 295<br/>8.3.1. Redes con arquitectura monocapa 296<br/>8.3.2. Redes con arquitectura multicapa y conexiones hacia atrás 301<br/>8.3.3. Redes con arquitectura multicapa y conexiones hacia adelante 302<br/>8.4. Mecánica estadística y redes estocásticas 308<br/>8.5. Aplicaciones de las redes estocásticas 318<br/>CAPITULO 9. REDES NEURONALES y LOGICA BORROSA 321<br/>9.1. Conceptos básicos sobre lógica borrosa 322<br/>9.2. Neuronas borrosas y aprendizaje borroso 325<br/>9.3. Implementación neuronal de mapas cognitivos borrosos 328<br/>9.4. Sistemas de control borroso 337<br/>9.5. Redes neuronales como memorias asociativas borrosas (FAM) 349<br/>9.6. Generación neuronal de reglas de control borroso 364<br/>9.7. Ajuste neuronal de funciones de pertenencia borrosas 366<br/>APENDICE: BIBLIOGRAFIA 371<br/>INDICE ALFABETICO 385 |
| 650 ## - Punto de acceso adicional de materia - Término de materia |
|---|
| Término de materia |
COMPUTACION NEURONAL |
| 650 ## - Punto de acceso adicional de materia - Término de materia |
|---|
| Término de materia |
REDES NEURONALES |
| 650 ## - Punto de acceso adicional de materia - Término de materia |
|---|
| Término de materia |
REDES ESTOCASTICAS |
| 650 ## - Punto de acceso adicional de materia - Término de materia |
|---|
| Término de materia |
RED ART |
| 650 ## - Punto de acceso adicional de materia - Término de materia |
|---|
| Término de materia |
MODELO DE KOHONEN |
| 650 ## - Punto de acceso adicional de materia - Término de materia |
|---|
| Término de materia |
MODELO DE HOPFIELD |
| 650 ## - Punto de acceso adicional de materia - Término de materia |
|---|
| Término de materia |
RED ADALINE |
| 650 ## - Punto de acceso adicional de materia - Término de materia |
|---|
| Término de materia |
RED MADALINE |
| 650 ## - Punto de acceso adicional de materia - Término de materia |
|---|
| Término de materia |
RED BACKPROPAGATION |
| 700 1# - Punto de acceso adicional - Nombre de persona |
|---|
| Nombre personal |
Martínez Hernando, Víctor José |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) |
|---|
| Tipo de ítem Koha |
Libro |
| Esquema de clasificación |
Clasificación Decinal Universal |
