Cibernetia > Tesis doctorales
Búsqueda personalizada

Índice > FISICA > ELECTRONICA >

REDES NEURONALES



29 tesis en 2 páginas: 1 | 2
  • ANÁLISIS DE APLICABILIDAD DE LA TECNOLOGÍA DE REDES NEURONALES A LA RESOLUCIÓN ÓPTIMA DE CONFLICTOS ENTRE AERONAVES EN RUTA EN ESCENARIOS "FREE FLIGHT" MULTIAERONAVES.
    Autor: ARNALDO VALDÉS ROSA MARÍA.
    Año: 2004.
    Universidad: POLITECNICA DE MADRID.
    Centro de lectura: E.T.S. INGENIEROS AERONÁUTICOS.
    Centro de realización: E.T.S. INGENIEROS AERONÁUTICOS.
    Resumen: Los avances tecnológicos tanto en la navegación como en la trasmisión de datos permiten vislumbrar un futuro en el que las aeronaves pueden planificar y volar trayectorias en un entorno con presencia de otras aeronaves, sin ayuda ni guia desde tierra. Este concepto, que se expresa en ocasiones como Free Flight, proporcionará nuevos grados de libertad a la operación, a la vez que presentará nuevas complejidades y problemáticas en la gestión segura del tráfico. En particular la detección y resolución de conflictos entre múltiples aeronaves es un problema básico en control de tráfico aéreo que ha sido tradicionalmente estudiado mediante técnicas y aproximaciones matemáticas clásicas, si bien adolece actualmente de una carencia de modelos eficientes para la detección y resolución de conflictos en entornos multi-aeronaves. Esa carencia hace de la aplicación de meta-heurísticos, para la resolución de esta problemática, un área de desarrollo en estado incipiente, por lo cual contituye un marco de actuación adecuado para el desarrollo de una Tesis Doctoral. Asi pues, el objetivo de esta tesis doctoral es el análisis de la aplicabilidad de la tecnología de redes neuronales a la resolución de conflictos, mediante el desarrollo y/o adaptación de redes neuronales para la resolución óptima de conflictos entre aeronaves en ruta, en un entorno Free Flight multi-aeronave. En particular, la aproximación que se desarrolla en este trabajo, y que denominaremos ley de guiado para la resolución de conflictos, considera la optimización de una función objetivo constituida por las perturbaciones mínimas, respecto de la trayectoria nominal prevista, necesaria para evitar conflictos. El trabajo realizado en esta tesis aporta: 1.- La confirmación y demostración de la aplicabilidad de las redes neuronales de Hopfield a la resolución de conflictos en entornos multiaeronaves. 2.- La identificación de dos propuestas generales de modelización o líneas de investigación para la aplicación de las redes de Hopfield al problema tratado. Una de ellas modeliza el espacio circundante a la aeronave, y la otra modeliza las variables de estado y de control de cada aeronave. 3.- La explotación de la segunda de estas líneas de investigación, mediante el desarrollo, aplicación y evaluación de cinco (5) casos o algoritmos diferentes, cada uno de ellos correspondiendo a una etapa incremental de complejidad. 4.- Finalmente, la generación de un algoritmo óptimo, extensible a un número múltiple de aeronaves, capaz de optimizar la trayectoria de las mismas a partir de sus variables de control, respetando todas las restricciones necesarias en términos de separaciones y de acotación de las variables de control. Podemos afirmar, por tanto, que efectivamente hemos desarrollado una red convergente que permite resolver el problema de la resolución de conflictos entre aeronaves con el nivel de complejidad máximo en cuanto a restricciones. Como ventaja adicional esta red es extensible a un número múltiple de aeronaves y no requiere entrenamiento. Es decir, que existe una red que permite la resolución óptima del problema. La continuación de esta línea de investigación consistiría en el desarrollo de los siguientes aspectos: - Completar la explotación del algoritmo final mediante el análisis de distintas geometrias de conflictos y la sistematización del uso individual o combinado de las variables de control para resolver una situación de conflicto. - Desarrollar, al mismo nivel que el alcanzado en el presente trabajo, la otra posibilidad de modelización apoyada en el uso de redes discretas de Hopfield y la discretización del espacio físico en torno a la aeronave.
  • REDES NEURONALES Y MÁQUINAS DE VECTORES SOPORTE PARA LA PREDICCIÓN Y MODELIZACIÓN DE LA CONCENTRACIÓN VALLE DE CICLOSPORINA A CYA) EN PACIENTES CON TRASPLANTE RENAL .
    Autor: CAMPS VALLS GUSTAVO.
    Año: 2001.
    Universidad: VALENCIA.
    Centro de lectura: FÍSICA.
    Centro de realización: FACULTAD DE FÍSICA.
    Resumen: La ciclosporina A (CyA) es un fármaco immunosupresor ampliamente utilizado en pacientes con trasplante renal. Sin embargo, todavía es considerado un fármaco con posología crítica. Debido a su estrecho ámbito terapéutico y la alta variabilidad inter e intraindividual de la concentración sanguínea lo que acentúa los problemas de individualización posológica y monitorización. Por desgracia, la práctica intensiva de monitorización de la concentración sanguínea de Cya influye en la calidad de vida del paciente y en el gasto sanitario asociado. La presente tesis doctoral propone el uso de redes neuronales artificales y máquinas de vectores soporte para la predicción, modelización y detección de niveles críticos de la concentración plasmática de CyA en pacientes con trasplante renal. Estos modelos muestran mayor robustez que las técnicas clásicas ante problemas de muestreo no uniforme, alta variabilidad o procesos no estacionarios. Además no precisan un conocimiento a priori del problema ni suponer una distribución de los datos. En ese sentido, la ausencia de trabajos exhaustivos para la predicción, modelización y detección de niveles críticos mediante técnicas modernas, la necesidad de herramientas de ayuda a la decisión médica y la monitorización farmacocerapéutica, el posible ahorro económico y la mejora de la calidad de vida de los pacientes justifican el presente trabajo y los objetivos del mismo.
  • SISTEMAS DE AYUDA A LA DECISIÓN CLÍNICA BASADO EN REDES NEURONALES .
    Autor: SERRANO LÓPEZ ANTONIO JOSÉ.
    Año: 2001.
    Universidad: VALENCIA.
    Centro de lectura: FÍSICA.
    Centro de realización: FACULTAD DE FÍSICAS.
    Resumen: El objetivo de la Tesis Doctoral es desarrollar un sistema basado en redes neuronales, para el procesado de los datos clínicos que pueda ser usado por personal cualificado como elemento de ayuda en la toma de decisiones así como evaluar la capacidad de las redes neuronales utilizadas en la modelización de problemas clínicos para facilitar el uso clínico de los modelos neuronales ha sido necesario desarrollar un módulo capaz de automatizar la elección de los parámetros involucrados en el entrenamiento de los modelos neuronales a partir de los datos proporcionados por el clínico. Esta automatización se extiende a la generación del cuestionario accesible mediante navegador de internet, que será usado por el personal sanitario.
  • "REDES NEURONALES, UNA REALIZACIÓN DE LAS ARQUITECTURAS DE ENLACES DINAMICOS: APLICACIÓN A MODELOS DE AUTOORGANIZACIÓN Y DE OPTIMIZACIÓN COMBINATORIA" .
    Autor: MURO SANCHEZ ENRIQUE MANUEL .
    Año: 2000.
    Universidad: COMPLUTENSE DE MADRID.
    Centro de lectura: FISICA.
    Centro de realización: CENTRO DE ASTROBIOLOGÍA.
    Resumen: En esta tesis se presenta un paradigma, "las Arquitecturas de Enlaces Dinámicos", que se utiliza sobre dos aplicaciones de muy distinta naturaleza: -Modelización del Sistema Nervioso Visual(SNV), se propone un modelo binocular que es capaz de reproducir simultáneamente el desarrollo prenatal del SNV. El modelo es binocular y con él se obtiene retinotopía, formación de campos receptivos, selectividad a orientación y dominios oculares. -Desarrollo de una nueva Red Neuronal para la optimización combinatoria (oRNA). En particular se ha trabajado en el Problema del Viajante de Comercio(TSP). En la memoria presentada se propone el nuevo modelo, se analiza en profundidad y se muestra su potencia al comparar las aproximaciones encontradas con las de otras Redes de Neuronas(Clásicas en la aproximación de la solución de problemas de optimización combinatoria).
  • CONTROL VSI DE MOTORES DE INDUCCION BASADO EN REDES NEURONALES ARITIFICIALES .
    Autor: HEREIDA LARRUBIA JUAN RAMON.
    Año: 2000.
    Universidad: MALAGA.
    Centro de lectura: INGENIEROS INDUSTRIALES.
    Centro de realización: ETS ING. INFORMATICA.
    Resumen: El trabajo desarrolla el control de un motor de inducción utilizando un contro escalar VSI en lazo abierto que es sencillo, barato y muy extendido. Para mejorar su precisión y no tener que medir variables de salida del motor se utiliza una red nueronal artificial que aprende el modelo del motor y estima la velocidad y el par del motor a partir de la medida de la correinte del estator y la frecuencia de entrada al motor. Se ha implementado la red neuronal arigicial y el control sobre un microprocedador comercial para su funcionamiento en tiempo real con ahorro de espacio y coste.
  • SIMULACIÓN EN REDES NEURONALES ARTIFICIALES DEL ENVEJECIMIENTO CEREBRAL EN UNA TAREA DE RECONOCIMIENTO Y EN EL EFECTO PRIMING.
    Autor: PORRAS CHAVARINO CARMEN.
    Año: 2000.
    Universidad: GRANADA.
    Centro de lectura: PSICOLOGIA.
    Centro de realización: FACULTAD DE PSICOLOGÍA.
    Resumen: Se diseña una RNA capaz de llevar a cabo una tarea de reconocimiento de estímulos y de manifestar el efecto priming en una tarea de denominación de imágenes. La definición estructural y funcional de dicha red se realiza teniendo en cuenta la organización estructural y funcional del sistema nervioso. Así, el dispositivo está constituido por tres capas de unidades con conexiones unidireccionales, inspiradas en la división del sistema nervioso en sistemas periférico y central. Además, las unidades de la capa central presentan una estructura auto asociativa. La red utiliza dos funciones de activación dependiendo de si reconoce o manifiesta el efecto priming, concretamente una función umbral o una función sigmoidal.Una de las aportaciones de este trabajo consiste en la definición de una regla de propagación que permite la acumulación temporal de entradas a una unidad. Finalmente, la red utiliza como regla de aprendizaje una derivada del principio de Hebb. El output del dispositivo requiere la competición entre los patrones almacenados en memoria, a diferencia del típico aprendizaje competittivo, que se realiza entre las unidades de la red. Los patrones memorizados representar la información visual, semántica y fonética de los 10 primeros dígitos en numeración árabe. La codificación de dicha de información es de vital importancia en cuanto que no se realiza aleatoriamente sino considerando cómo se codifica esta información en el sistema nervioso. Una vez validada la red para ejecutar las dos tareas mencionadas al principio, se manipulan algunos parámetros estructurales y funcionales de ésta, con el objeto de representar el envejecimiento cerebral. En concreto, se analizan los cambios en la ejecución cuando se eliminan unidades de la capa central de la red, representnado la muerte de neuronas que ocurre durante el proceso de envejecimiento cerebral. También, se modifica el umbral de activación de las undiades centrales. Se descrubre que el incremento del umbral de activación produce cambios en la ejecución de la red que son similares a la diferncias comportamentales entre jovenes y ancianos en ambas tareas. Así, se proponen dos modelos de envejecimiento cerbral que apuntan a que la investigación neurofisiológica sobre dicho proceso debe dirigir sus pasos al análisis de los problemas de comunicación interneuronal que pueden ocurrir en el cerebro de personas de la tercera edad. Este trabajo es una prueba más de la utilidad de los modelos de RNA en el análisis de las relaciones entre los datos comportamentales y neruofisiológicos, y por tanto en la investigación en la propia Psicología.
  • REDES NEURONALES RECURRENTES PARA OPTIMIZACIÓN COMBINATORIA .
    Autor: GALAN MARIN GLORIA.
    Año: 1999.
    Universidad: MALAGA.
    Centro de lectura: INFORMATICA.
    Centro de realización: ESCUELA SUPERIOR DE ING. INFORMATICOS.
    Resumen: Esta tesis doctoral se dedica al estudio y desarrollo de redes neuronales para la resolución de problemas de optimizacion combinatoria, un campo de gran interes en numerosas areas tales como Matematicas y Computacion. En el trabajo se analizan las principales redes existentes para optimización, proporcionando nuevos puntos de vista sobre algunas de ellas, en particular sobre las redes de Hopfield discreta y continua, y sobre las redes de Takefuji y Lee. Se realiza una primera aportación en el campo de las redes secuenciales, presentando una generalización de la red de Hopfield binaria que como novedad garantiza la convergencia hacia minimos locales para valores cualesquiera de las autoconexiones. Es destacable que en los problemas inplementados de las n reinas y de los cuatro colores los algoritmos neuronales propuestos permiten alcanzar mínimos globales, mientras que otras redes presentadas anteriormente para dichos problemas se estancan fácilmente en minimos locales, por lo que requieren técnicas heurísticas adicionales. Otra aportación destacada es la de una nueva red binaria n-paralela competitiva, que se demuestra converge siempre hacia mínimos locales o globales. La implementación de esta red competitiva en los problemas de las n reinas, bipartición de grafos y clique máximo, muestra unos excelentes resultados computacionales. De este modo, tanto enel tiempo de computación como en la calidad de las soluciones, los resultados son superiores a los de la principal red neuronal competitiva existente, la red maximum de Takefuji y Lee, que a su vez ha demostrado a través de diversas publicaciones internacionales su superioridad sobre los mejores métodos existentes para la resolución de dichos problemas. Destacar por último que las simulaciones realizadas en los problemas NP-Completos resueltos indican que hasta los tamaños implementados el tiempo utilizado en las simulaciones crece polinomialmente con el tamaño del problema. Este hecho sugiere un importante resultado como es la posible existencia de una subclase de problams NP-Completos resolubles en tiempo polinomial.
  • HETEROGENEOUS NEURAL NETWORKS: THEORY AND APPLICATIONS .
    Autor: BELANCHE MUÑOZ LLUIS ANTONI.
    Año: 1999.
    Universidad: POLITECNICA DE CATALUÑA.
    Centro de lectura: INFORMATICA.
    Centro de realización: LLENGUATGES I SISTEMES INFORMATICS UNIVERTIAT POLITECNICA CATALUNYA.
  • ESTUDIO DE REDES NEURONALES MODULARES PARA EL MODELADO DE SISTEMAS DINAMICOS NO LINEALES .
    Autor: MORCEGO SEIX BERNARDO.
    Año: 1999.
    Universidad: POLITECNICA DE CATALUÑA.
    Centro de lectura: INFORMATICA.
  • MODELO NEURONAL ARTIFICIAL MULTI-DENDRITICO DE UNIDADES CON CAMPO RECEPTIVO.
    Autor: BULDAIN PEREZ JULIO DAVID.
    Año: 1998.
    Universidad: ZARAGOZA.
    Centro de lectura: CENTRO POLITECNICO SUPERIOR.
    Resumen: La Tesis se centra en la descripción y simulación de un paradigma neuronal artificial. Las redes neuronales de este modelo adoptan arquitecturas en base a una descripción de la conectividad entre capas de tipo multi-dendrítica, donde cada capa de la red conecta con sus entradas desde otras capas estableciendo haces dendríticos de conexiones. Ese tipo de descripción arquitectural permite la selección de vias procesadoras en la red mediante habilitación-inhabilitación de haces dendríticos. La funcionalidad de las unidades o neuronas artificiales implementadas en las simulaciones está basada en la definición de campos receptivos dendríticos. La fase de recuerdo del sistema neuronal sigue una dinámica ascendente en las capas de la red, cuyo proceso en las neuronas consiste en: estimulación, evaluación de excitaciones dendríticas y cálculo de la respuesta de salida (sigmoide multidendrítica normalizada). El proceso de aprendizaje puede ser de tipo auto-organizado o supervisado. La auto- organización se determina por una dinámica competitiva (tipo K-WTA) cuyo mecanismo de consciencia es una variante del algoritmo FSCL. La supervisión puede implementarse de dos formas: directamente, por asignación de etiquetas de supervisión a las activaciones de competición de las unidades, o asociativamente, mediante vías dentríticas auto-organizadas estimuladas con las etiquetas de supervisión. Las simulaciones muestran las capacidades computacionales de los diversos módulos de arquitectura, principalmente en problemas de clasificación de patrones. Se pueden aplicar a la ortogonalización de los estímulos (módulo seguidor), asociación de estímulos (módulo seguidor-asociativo), diversificación de las particiones del espacio de entrada (plano diferenciador) y su recombinación en nuevas particiones (módulo diferenciador-integrador). Las diversas capacidades computacionales de estos módulos permiten orientar la construcción modular de sistemas neuronales multicapa complejos, donde se pueden obtener los resultados de las etapas intermedias de procesamiento con la elección de módulos apropiados, y seleccionar los caminos de proceso de la información mediante la habilitación de las vías dendríticas implicadas. Un posible proceso de optimización de una arquitectura de red, estructurada en base a estos criterios, puede ser implementado mediante algoritmos genéticos.
  • APLICACION DE LAS REDES NEURONALES EN LAS PROTECCIONES DE DISTANCIA EN REDES ELECTRICAS DE ALTA TENSION.
    Autor: IBRAHIM GHONAIM NABIL KHALIL.
    Año: 1998.
    Universidad: POLITECNICA DE CATALUÑA.
    Centro de lectura: INGENIEROS INDUSTRIALES.
    Resumen: El avance de la tecnología de los microprocesadores y ordenadores ha permitido sustituir las protecciones electromecánicas y analógicas clásicas por protecciones digitales. Sin embargo, los algoritmos empleados en éstas últimas tienen serias dificultades cuando las señales procedentes de los transductores de las corrientes y de las tensiones están afectadas por la saturación de los mismos o por efectos de ferrorresonancia respectivamente, o cuando la falta que se presenta en la línea está afectada por un arco dinámico. Por otro lado, en los últimos años se habían hecho pequeños avances en la aplicación de la inteligencia artificial y en especial de las redes neuronales a los sistemas de energía eléctrica. stas resultaban especialmente útiles en la predicción del flujo de carga y en la clasificación de faltas. Ante estos hechos, y la gran ventaja que supone el modo de trabajo en paralelo de las redes neuronales, nos propusimos como objetivo el buscar nuevos caminos en el campo de las protecciones de las redes eléctricas por medio del estudio y de la implementación, mediante redes neuronales de sistemas de protección que resuelvan los problemas anteriormente apuntados. Por tanto, en esta tesis se utilizan las redes neuronales artificiales para solucionar el problema de las protecciones de las líneas de transmisión de alta tensión, teniendo en cuenta fenómenos críticos, como son los arcos dinámicos, la saturación de los transformadores de intensidad, el cambio de los niveles de cortocircuito de las barras, el cambio de la topología de la red, los datos erróneos, la pérdida de información y cambios bruscos en la carga. La metodología empleada consistió en el entrenamiento de los diferentes tipos de redes neuronales utilizadas en los relés de protección mediante los datos generados, para distintos tipos de fallos, con un programa de transitorios electromagnéticos (ATP-EMTP) aplicado a un modelo de red muy general que incluye todas las posibles topologías y niveles de carga. Y la posterior validación del proceso de aprendizaje mediante patrones obtenidos de los registros de magnitudes eléctricas de una red eléctrica real de 400 kV, en la que se habían producido distintos tipos de fallos que condujeron a actuaciones correctas y erróneas de sus protecciones. Los resultados obtenidos corroboran la importancia para el proceso de aprendizaje de una adecuada selección de los patrones y de un novedoso método de entrenamiento. Este método de entrenamiento, que hemos designado como mixto, mostró en general un buen rendimiento. Todo lo cuál, dió lugar a que los relés desarrollados alcancen velocidades de actuación que en promedio son muy siperiores a las alcanzadas por las protecciones analógicas clásicas y las digitales modernas. Los relés FIRANN-DSDST, FIRANN-ZON y FIRANN-PAR, implementados con redes neuronales y contrastados experimentalmente con datos reales tomados de la red eléctrica de 400 kV de España, alcanzan a detectar los fallos en tiempos inferiores a los 3,5 ms, lo que rebaja considerablemente los tiempos empleados por las modernas protecciones digitales.
  • PROTECCION DIFERENCIAL DIGITAL DE TRANSFORMADORES DE POTENCIA. NUEVOS ALGORITMOS USANDO REDES NEURONALES.
    Autor: VALENCIA VELASQUEZ JAIME ALEJANDRO.
    Año: 1998.
    Universidad: POLITECNICA DE CATALUÑA.
    Centro de lectura: INGENIEROS INDUSTRIALES.
    Resumen: La protección digital surge con la aplicación del ordenador a la protección de sistemas eléctricos de potencia. Los primeros pasos en esta actividad se dieron a principios de la década del sesenta, sin embargo las primeras publicaciones son de finales de la misma. En aquel tiempo, los ordenadores se usaban para tareas de cálculo y control en las subestaciones y centros de control de energía eléctrica. Surgió entonces la idea de incluir las funciones de protección en una subestación eléctrica como una actividad mas del ordenador. Aunque inicialmente su aplicación no era viable económicamente, debemos a la idea visionaria de Rockefeller el inicio de la aplicación de una nueva tecnología al mundo de las protecciones eléctricas. En este trabajo se recoge una revisión bibliográfica exhaustiva sobre protecciones diferenciales digitales, y se proponen nuevos algoritmos. Inicialmente se presenta de forma breve lo que es la protección diferencial en los transformadores de potencia y se pasa rápidamente al campo de la protección diferencial digital. Es aquí, donde se discute el estado del conocimiento y se exponen las razones para optar por las redes neuronales en el diseño de nuevas protecciones diferenciales digitales. A continuación se presentan los conceptos básicos sobre las redes neuronales y se hacen comentarios sobre como se aplican las redes neuronales en el diseño de las protecciones diferenciales. Se remarca el hecho de que aunque las redes neuronales pueden aplicarse en muchos campos de la ciencia y de la tecnología, cada aplicación tiene sus características particulares. Finalmente se presentan diferentes desarrollos de protecciones diferenciales digitales basados en la red neuronal conocida como FIRANN. Se explica la metodología general seguida para lograr los resultados y luego se especifican los detalles en el desarrollo de cada una de las redes, así como los resultados finales y ejemplos gráficos de cada propuesta. Asimismo se proponen dos redes para la protección de transformadores monofásicos y cinco redes para la protección de transformadores trifásicos, seguidas de una validación del comportamiento de la protección monofásica con valores experimentales.
  • MODELADO Y SIMULACION DE GRANDES REDES NEURONALES.
    Autor: GARCIA ORELLANA CARLOS JAVIER.
    Año: 1998.
    Universidad: EXTREMADURA.
    Centro de lectura: CIENCIAS.
    Resumen: En la presente Tesis Doctoral abordamos el problema de la simulación de Grandes Redes Neuronales en arquitecturas multiprocesador. Para ello, en prime lugar, realizamos un modelado orientado a objetos (utilizando la metodología OMT) de las redes neuronales formadas por capas. Posteriormente, se realiza la implementación de un simulador, basado en estructura cliente-servidor, sobre dos arquitecturas multiprocesador diferentes: sistema de memoria compartida VME y sistema distribuido formado por ordenadores personales conectados por fast ethernet (Sistema Beowulf). En ambos casos, se estudia el rendimiento de los mismos estimando el tiempo de simulación. Por último, se utiliza dicho sistema de simulación para realización de un clasificador neuronal, el cual, es utilizado en una aplicación de Identificación y Clasificación de ganado bovino, todo ello a partir de fotografías lateral reales.
  • ASPECTOS METODOLOGICOS EN EL DISEÑO DE REDES NEURONALES. EJEMPLOS DE APLICACION EN IDENTIFICACION Y CONTROL.
    Autor: ALVAREZ SANCHEZ JOSE RAMON.
    Año: 1997.
    Universidad: NACIONAL DE EDUCACION A DISTANCIA.
    Centro de lectura: CIENCIAS.
    Centro de realización: DEPARTAMENTO: INTELIGENCIA ARTIFICIAL PROGRAMA DE DOCTORADO: INTELIGENCIA ARTIFICIAL AVANZADA: PERSPECTIVAS SIMBOLICA Y CONEXIONISTA.
    Resumen: Ante la clara falta de metodología en el diseño de las redes neuronales, nos proponemos, como principal objetivo, realizar un estudio sobre algunos de los aspectos metodológicos que creemos necesarios para que las redes neuronales tengan, al menos, las propiedades útiles que se observan otras ramas de la computación como la ingeniería del software y en las otras ingenierías de la materia y la energía. El desarrollo completo de una metodología adecuada es un trabajo inmenso que requiere el esfuerzo de muchas personas durante mucho tiempo, por lo cual en esta tesis únicamente investigaremos los aspectos metodológicos iniciales necesarios para que el diseño de redes salga del empirismo actual y se convierta en una tarea sistemática con procedimientos genéricos separables del diseñador y del dominio de aplicación y, al menos, con la claridad y precisión de las otras perspectivas de la Inteligencia Artificial aplicada.
  • EXTRACCION DE REGLAS DIFUSAS CON Y DE REDES NEURONALES ARTIFICIALES.
    Autor: BENITEZ SANCHEZ JOSE MANUEL.
    Año: 1997.
    Universidad: GRANADA.
    Centro de lectura: INFORMATICA.
    Centro de realización: DEPARTAMENTO: CIENCIAS DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL PROGRAMA DE DOCTORADO: TRATAMIENTO DE LA INFORMACION EN INTELIGENCIA ARTIFICIAL.
    Resumen: Esta tesis estudia el problema de la identificación de sistemas mediante Sistemas Basados en Reglas Difusas (SBRDs). Para resolver el problema se utilizarán como herramienta destacada las Redes Neuronales Artificiales (RNAs). Se pretende la construcción de SBRDs en una doble vertiente: descriptiva y aproximativa. En el diseño primará el uso de un número reducido de reglas. Se proponen métodos de extracción de reglas difusas. La Metodología de Selección es un procedimiento que, partiendo de etiquetas fijas, produce SBRDs descriptivos. Para desarrollar SBRDs aproximativos, se propone la Metodología Constructiva que, mediante un proceso de agrupamiento difuso, y posterior aproximación de los grupos, realiza una construcción completa de la Base de Reglas. Para los casos en que es necesario un ajuste de las etiquetas linguísticas, se ha diseñado un método de ajuste basado en el Enfriamiento Simulado. También se propone una Metodología Distribuida adecuada para problemas complejos o con muchos datos. Finalmente, el estudio de la relación entre RNAs y SBRDs se condensa en un teorema que establece su igualdad. La descomposición de las reglas empleadas en este teorema por otras más fáciles de interpretar requiere el desarrollo de un nuevo operador, denominado o-interactivo, que posee interesantes propiedades, y permite ofrecer una interpretación de las RNAs.
  • INFERENCIA GRAMATICAL MEDIANTE REDES NEURONALES ARTIFICIALES.
    Autor: PEGALAJAR JIMENEZ M. CARMEN.
    Año: 1997.
    Universidad: GRANADA.
    Centro de lectura: INFORMATICA.
    Centro de realización: DEPARTAMENTO: CIENCIAS DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL PROGRAMA DE DOCTORADO: TRATAMIENTO DE LA INFORMACION EN INTELIGENCIA ARTIFICIAL.
    Resumen: La Inferencia Gramatical tiene un area de aplicación muy amplia. Temas donde puede ser aplicada son por ejemplo: reconocimiento de la voz, reconocimiento de texturas y objetos en imagenes, recuperación de información, diseño de lenguajes de programación, translación y compilación, lenguajes graficos, comunicación hombre-maquina, reconocimiento de las estructuras de las proteinas, etc, todos ellos de innegable interés. El objetivo principal de esta memoria es el estudio del problema de la inferencia gramatical (crisp y difusa) mediante Redes Neuronales Artificiales. Para ello, estudiamos las relaciones existentes entre los elementos que toman parte en el problema, relaciones entre autómata, gramatica, red neuronal y ejemplos. Por último se ha aplicado uno de los modelos difusos al Reconocimiento automático del habla.
  • REDES DE NEURONAS: APORTACIONES TEORICAS Y PRACTICAS A SU DISEÑO E IMPLEMENTACION.
    Autor: DELGADO RIGAL ANTONIO.
    Año: 1997.
    Universidad: POLITECNICA DE CATALUÑA.
    Centro de lectura: INFORMATICA.
    Resumen: Las Redes Neuronales (RN) se han ido desarrollando dentro del campo de la Inteligencia Artificial (IA) como una herramienta para la modelización de procesos a partir de datos históricos. Los métodos estadísticos tradicionales de regresión y series temporales tanto lineales como no lineales tienen este mismo objetivo y de hecho muchos autores tratan de combinar estos dos puntos de vistas para lograr mejores resultados y a su vez is desarrollando la teoría de las Redes Neuronales. En este trabajo abordamos una metodología para la construcción de un nuevo tipo de red neuronal recurrente para la modelización de series temporales no lineales a partir de un tipo de neurona que denominamos delta. Uno de los objetivos del trabajo ha sido encontrar una forma de detener el proceso de aprendizaje automáticamente en el momento más adecuado y encontrar una evaluación de la estructura de red encontrada. Esta evaluación es importante para comparar varias estructuras de redes y seleccionar la mejor. Los tipos de casos a modelar pueden ser de series temporales univariante y de función de transferencia, tanto lineales como no lineales. Una vez el modelo ha sido encontrado se puede utilizar para realizar predicciones. En el caso de las series univariantes para encontrar la mejor estructura de red se utiliza un método que hemos denominado Cross Validation Total (CVT) que está basado en Cross Validation (CV) y en un método que utilizamos desde hace varios años con buenos resultados, denominado Error Total (Et) que realiza la función de detener el proceso de aprendizaje en el momento más oportuno evaluando el modelo a partir de un estadístico que denominamos Et. El método CVT brinda una lista con los modelos más probables (ordenados ascendentemente), un intervalo de confianza de los parámetros del mejor modelo y un intervalo de confianza de las previsiones. Cuando el objetivo es encontrar la función de transferencia se utiliza un Algoritmo Genético debido a las múltiples combinaciones de estructuras que se pueden formar. El trabajo que realizamos desde el punto de vista teórico nos ha posibilitado la creación de un sistema que permite el proceso de modelización de series temporales de forma automática, a partir de los datos, sin que exista la necesidad de tener un conocimiento previo de técnicas de modelización. Este sistema automático permite el procesamiento de gran cantidad de series temporales en poco tiempo. Para ejemplificar algunos de los aspectos tratados se muestran los resultados alcanzados en dos aplicaciones. La primera es un sistema de modelización automática de series temporales univariantes utilizado en un contexto financiero. La segunda aplicación es un módulo de modelización automática integrado en una plataforma de control y optimización de procesos químicos.
  • REDES NEURONALES HIBRIDAS: VARIANTES CONSTRUCTIVAS Y PROBABILISTICAS APLICADAS A LA CLASIFICACION DE PATRONES.
    Autor: ALBA CASTRO JOSE LUIS.
    Año: 1996.
    Universidad: VIGO.
    Centro de lectura: INGENIEROS DE TELECOMUNICACION.
    Centro de realización: DEPARTAMENTO: TECNOLOXIAS DAS COMUNICACIONS PROGRAMA DE DOCTORADO: TECNOLOXIAS DAS COMUNICACIONS.
    Resumen: ESTA TESIS PROPONE NUEVAS SOLUCIONES CONSTRUCTIVAS AL PROBLEMA DEL ENTRENAMIENTO DE UNA RED NEURONAL HIBRIDA APLICADA A LA CLASIFICACION DE PATRONES. EL TRABAJO SE PLANTEA DESDE DOS PERSPECTIVAS DISTINTAS: UNA CONEXIONISTA UTILIZANDO TECNICAS FUNDAMENTADAS EN ALGORITMOS PROPIOS DEL CAMPO DE LAS REDES NEURONALES, Y OTRA PROBABILISTICA, CON SOLUCIONES MAS AFINES AL CAMPO DE LA ESTADISTICA. CADA UNO DE ESTOS DOS PLANTEAMIENTOS DERIVA EN UNA ARQUITECTURA CONSTRUCTIVA QUE ES CAPAZ DE GENERAR UN CLASIFICADOR DE PRESTACIONES COMPARABLES A MODELOS AMPLIAMENTE DIFUNDIDOS, COMO EL PERCEPTRON MULTICAPA (MLP), LAS REDES CON FUNCIONES DE BASE RADIAL (RBF) O LOS CLASIFICADORES BASADOS EN LA REGLA DE LOS K VECINOS MAS PROXIMOS (K-NN). AMBAS ARQUITECTURAS CONSTRUCTIVAS INCORPORAN INSTRUMENTOS PARA CONTROLAR LA COMPLEJIDAD DEL MODELO CON EL PROPOSITO DE MANTENER UNA GENERALIZACION ADECUADA. EL CONTROL DE LA COMPLEJIDAD SIRVE ASIMISMO, COMO UNA FORMA DE DETENER EL PROCESO DE ENTRENAMIENTO. A LO LARGO DE LA TESIS SE MUESTRA UN CONJUNTO DE EXPERIMENTOS CON DATOS GENERADOS ARTIFICIALMENTE QUE REFLEJAN LAS PRESTACIONES DE AMBAS REDES NEURONALES Y PERMITEN EVALUAR LA INFLUENCIA, EN EL CRECIMIENTO Y EN LA TASA DE ERROR, DE LOS DISTINTOS PARAMETROS INCORPORADOS EN LOS ALGORITMOS. LAS PRUEBAS REALIZADAS CON DATOS PROCEDENTES DE APLICACIONES REALES CORROBORAN LAS CONCLUSIONES EXTRAIDAS A PARTIR DE LAS PRUEBAS ARTIFICIALES Y DE LOS TEORICOS QUE FUNDAMENTAN LOS ALGORITMOS.
  • ENTRENAMIENTO DE REDES NEURONALES REALIMENTADAS MEDIANTE METODOS BLOQUE.
    Autor: NAVIA VAZQUEZ ANGEL.
    Año: 1996.
    Universidad: POLITECNICA DE MADRID.
    Centro de lectura: INGENIEROS DE TELECOMUNICACION .
    Centro de realización: DEPARTAMENTO: SEÑALES, SISTEMAS Y RADIOCOMUNICACIONES PROGRAMA DE DOCTORADO: SEÑALES, SISTEMAS Y RADIOCOMUNICACIONES.
    Resumen: LA TESIS RECOGE UN COMPLETO ESTUDIO DE LOS METODOS DENOMINADOS BLOQUE PARA EL ENTRENAMIENTO DE REDES NEURONALES. SE ANALIZAN LAS PROPIEDADES DE DICHOS METODOS Y SE INTRODUCEN NUEVAS VERSIONES DE LOS MISMOS. CONCRETAMENTE LAS ALTERNATIVAS PROPUESTAS SE CONCENTRAN EN LA OBTENCION DE MEJORES RESULTADOS DE ENTRENAMIENTO QUE METODOS CLASICOS COMO EL ALGORITMO DE RETROPROPAGACION. TAMBIEN SE MUESTRA LA VENTAJA DE LOS METODOS BLOQUE PARA EL ENTRENAMIENTO CON DATOS RUIDOSOS Y LA POSIBILIDAD DE UTILIZAR FUNCIONES DE COSTE NO CUADRATICAS. LOS ETUDIOS SE REALIZAN PARA REDES PROGRESIVAS, EN LA PRIMERA PARTE DE LA TESIS Y PARA REDES DINAMICAS O REDES REALIMENTADAS EN LA SEGUNDA. AL FINAL DE LA TESIS SE PRESENTAN RESULTADOS DE LAS TECNICAS DE ENTRENAMIENTO ESTUDIADAS SOBRE EJEMPLOS REALES: EL OSCILADOR DE VAN DER POL Y LA PREDICCION DEL CONSUMO DE ENERGIA ELECTRICA. JUNTO A ESTOS CASOS TAMBIEN SE ILUSTRAN RESULTADOS SOBRE OTRO TIPO DE PROBLEMAS CLASICOS EN REDES NEURONALES. FINALMENTE, EN LO QUE RESPECTA A TECNICAS INNOVADORAS PROPUESTAS, DESTACA EL USO DECONCEPTO DE SENSIBILIDAD REDUCIDA.
  • RED FINN: UNA ESTRUCTURA NEURONAL INTERPRETABLE MEDIANTE LOGICA BORROSA. APLICACIONES AL CONTROL AUTOMATICO.
    Autor: PINZOLAS PRADO MIGUEL.
    Año: 1996.
    Universidad: PUBLICA DE NAVARRA.
    Centro de lectura: INGENIEROS INDUSTRIALES.
    Centro de realización: DEPARTAMENTO: AUTOMATICA Y COMPUTACION PROGRAMA DE DOCTORADO: TECNICAS AVANZADAS EN CONTROL Y RAZONAMIENTO.
    Resumen: EN EL CAMPO DE LA UTILIZACION DE REDES NEURONALES PARA EL CONTROL AUTOMATICO DE PROCESOS SE HAN ESTUDIADO SISTEMAS DE CONTROL QUE AUNAN LAS PROPIEDADES DE LAS TECNICAS NEURONALES (CAPACIDAD DE APRENDIZAJE MEDIANTE EJEMPLOS, PROCESAMIENTO MASIVAMENTE PARALELO) Y BORROSAS (ROBUSTEZ FRENTE AL RUIDO, INTERPRETABILIDAD). EL TRABAJO REALIZADO EN ESTA TESIS CONSISTE EN EL DESARROLLO TEORICO Y POSTERIOR IMPLEMENTACION PRACTICA DE UNA RED NEURONAL, DOTADA DE UNA TOPOLOGIA ESPECIAL QUE PERMITE CONSIDERARLA COMO UN SISTEMA BORROSO BASADO EN REGLAS SI-ENTONCES. A ESTE SISTEMA NEUROBORROSO SE LE DENOMINO FINN (FUZZY INTERPRETABLE NEURAL NETWORK), Y TIENE LA CAPACIDAD DE UTILIZAR TODO EL CONOCIMIENTO DISPONIBLE, TANTO NUMERICO (CONTENIDO EN LOS EJEMPLOS DE APRENDIZAJE) COMO HEURISTICO (CONOCIMIENTO EXPERTO DE UN OPERARIO HUMANO). TRAS EL APRENDIZAJE, ADEMAS, SE OBTIENE EL COMPORTAMIENTO DEL CONTROLADOR EXPRESADO EN FORMA DE REGLAS BORROSAS DE FACIL INTERPRETACION. EN LA TESIS SE ESTUDIAN TAMBIEN DIVERSAS SIMPLIFICACIONES EN LA ESTRUCTURA DE LA RED QUE FACILITAN SU MANEJO, ASI COMO VARIOS METODOS PARA LA INICIALIZACION DE LOS PESOS DE LA RED QUE REDUCEN DE MANERA SIGNIFICATIVA EL TIEMPO EMPLEADO EN EL APRENDIZAJE. POR ULTIMO, SE MUESTRAN VARIOS CASOS PRACTICOS, SIMULADOS Y REALES, EN LOS QUE LA RED FINN SE UTILIZA COMO CONTROLADOR DENTRO DE UN METODO NEUROBORROSO PARA IMITAR Y MEJORAR CONTROLADORES DE UNA MANERA SENCILLA.
29 tesis en 2 páginas: 1 | 2
Búsqueda personalizada
Manuales | Tesis: Ordenadores, Circuitos integrados...
english
Cibernetia