Tedes estocasticas
- 1. Universidad Fermín Toro Universidad Fermín Toro Facultad de Ingeniería Facultad de Ingeniería Escuela de Computación. Escuela de Computación.
- 4. Ecuación de activación estocástica Cambios aleatorios en los valores de los pesos 1.Evaluar su efecto 2.Si la red se comporta mejor, se acepta 3.Sino, se acepta con una determinada función de probabilidad
- 5. Proceso Se realiza un cambio aleatorio en los pesos. Se determina la nueva energía de la red. Si la energía decrece; se acepta el cambio. Si la energía no decrece: se aceptaría el cambio en función de una determinada y preestablecida distribución de probabilidades.
- 6. Las arquitecturas usadas en este tipo de red puede ser: Boltzman completion network Boltzman input - output network
- 7. La máquina de cauchy es una versión mejorada de la máquina de boltzmann,
- 8. Reconocimiento de textos manuscritos. Reconocimiento del habla. Simulación de centrales de producción de energía. Detección de explosivos. Identificación de blancos de radares. Sistemas de control de reactores, procesos químicos, físicos entre otros.
- 9. T. Kohonen presentó en 1982 un modelo de red neuronal con capacidad para formar mapas de características de manera similar a como ocurre en el cerebro.
- 10. Red NO supervisada Las entradas se conectan a una única capa de neuronas La conexión puede ser lineal, cuadrada, hexagonal, irregular, etc. La red detecta grupos similares o clusters en los datos de entrada
- 11. 2 Capas de Neuronas: Capa de entrada: recibe y Transmite a la capa de salida. Capa de salida: Procesa la información Y forma el mapa de rasgos.
- 12. Inicialización de los pesos wijk. Elección de un patrón de entre el conjunto de patrones de entrenamiento. Para cada neurona del mapa, calcular la distancia euclídea entre el patrón de entrada x y el vector de pesos sinápticos. Distancia Euclídea entre el vector sináptico y la entrada.
- 13. Evaluar la neurona ganadora, es decir aquella cuya distancia es la menor de todas. Actualizar los pesos sinápticos de la neurona ganadora y de sus vecinas según la regla: Actualización de los pesos en una red SOM Lo usual es fijar un numero de iteraciones antes de comenzar el aprendizaje.
- 14. El aprendizaje es de tipo OFF-LINE Aprendizaje no supervisado de tipo competitivo. El aprendizaje no concluye después de presentarle una vez todos los patrones de entrada, sino que habrá que repetir el proceso varias veces para refinar el mapa topológico de salida.
- 15. La vecindad indica que nodos “aprenden” cuando se activa una neurona
- 16. Reconocimiento de patrones: voz, texto, imágenes, señales entre otros. Codificación de datos. Comprensión de imágenes. Resolución de problemas de optimización.