REDES NEURONALES, 2

Autor: UGENA MARTINEZ ANA M..
Año: 1996.
Universidad: POLITECNICA DE MADRID.
Centro de lectura: INGENIEROS DE TELECOMUNICACION .
Centro de realización: DEPARTAMENTO: MATEMATICA APLICADA A LAS TECNOLOGIAS DE LA INFORMACION PROGRAMA DE DOCTORADO: INTELIGENCIA ARTIFICIAL Y SISTEMAS EXPERTOS.

Resumen: LA PRESENTE TESIS ELABORA DOS MODELOS DE REDES NEURONALES DE LIGADURA FUNCIONAL SIN CAPAS OCULTAS, DIRIGIDAS AL APRENDIZAJE SUPERVISADO: - LA RED DE NEWTON - LA RED DE FOURIER SIN CAPAS OCULTAS. SU FUNCIONAMIENTO Y EFECTIVIDAD COMO APROXIMADORES, EN COMPACTOS Y EN TIEMPO REAL VIENEN AVALADOS POR LOS RESULTADOS PRACTICOS ASI COMO POR LA DEFINICION Y DEMOSTRACION DE LOS TEOREMAS CREADOS Y QUE EXPONEMOS EN EL PRESENTE TRABAJO. DE FORMA SOMERA SE COMPARAN LOS RESULTADOS OBTENIDOS CON OTROS METODOS DE APROXIMACION Y MODELOS DE RED NEURONAL DE LIGADURA FUNCIONAL Y SE COMPRUEBA COMO ESTAS REDES GANAN EN SIMPLICIDAD ASI COMO EN REDUCCION, EN ALGUNOS CASOS DE FORMA DRASTICA, DEL TIEMPO REAL UTILIZADO EN LA APROXIMACION OPTIMA.

Autor: DOMINGO AJENJO ALBERTO.
Año: 1995.
Universidad: POLITECNICA DE MADRID.
Centro de lectura: INGENIEROS DE TELECOMUNICACION.
Centro de realización: DEPARTAMENTO: INGENIERIA ELECTRONICA PROGRAMA DE DOCTORADO: CIRCUITOS Y SISTEMAS ELECTRONICOS INTEGRADOS.

Resumen: EN LA PRESENTE TESIS SE DESARROLLAN, DESCRIBEN E IMPLEMENTAN ALGORITMOS ALTERNATIVOS A LOS CLASICOS PARA LA SEGMENTACION DE IMAGENES EN NIVELES DE GRIS MEDIANTE REDES NEURONALES RECURRENTES. EN EL SE DESARROLLA UNA NOVEDOSA IMPLEMENTACION NEURONAL RECURRENTE PARA LA SEGMENTACION DE IMAGENES, CUYAS CARACTERISTICAS MAS SOBRESALIENTES SON LA UNIVERSALIDAD E INDEPENDENCIA FRENTE AL SISTEMA DE ADQUISICION DE LA IMAGEN, LA ROBUSTEZ Y EL ALTO GRADO DE AUTOMATIZACION ALCANZABLE. TAMBIEN SE INTRODUCE UNA METODOLOGIA FORMAL Y OBJETIA PARA LA EVALUACION DEL COMPORTAMIENTO DE LA RED, DE MANERA TANTO INDEPENDIENTE (EVALUACION INTRA-METODO) COMO EN COMPARACION CON OTROS ALGORITMOS DE SEGMENTACION (EVALUACION INTERMETODO).

Autor: FERNANDES VIEIRA EDUARDO.
Año: 1995.
Universidad: COMPLUTENSE DE MADRID.
Centro de lectura: FISICA .
Centro de realización: DEPARTAMENTO: FISICA DE LA TIERRA, ASTRONOMIA Y ASTROFISICA II PROGRAMA DE DOCTORADO: ASTROFISICA Y CIENCIAS DE LA ATMOSFERA.

Resumen: SE HAN UTILIZADO REDES NEURONALES PARA CLASIFICAR ESPECTROS IUE DE BAJA DISPERSION. FUERON EMPLEADOS ALGORITMOS SUPERVISADOS Y NO SUPERVISADOS Y LA DISTANCIA METRICA FUE UTILIZADA COMO TERMINO DE COMPARACION EN EL CASO SUPERVISADO. ESTA METODOLOGIA SE APLICA, POR VEZ PRIMERA, AL RANGO ULTRAVIOLETA. COMO TRABAJO PREVIO AL PROCESO DE CLASIFICACION LOS ESPECTROS TUVIERON QUE SER CORREGIDOS DE ENROJECIMIENTO Y REGIONES AFECTADAS POR LA LY-ALFA GEOCORONAL Y POR LA BAJA RELACION SEÑAL/RUIDO EN UN RANGO DE LONGITUDES DE ONDA ENTORNO A 2175 ANG. LOS ALGORITMOS DEFINIDOS EN ESTE TRABAJO NO REQUIEREN CONOCIMIENTOS PREVIOS SOBRE LOS ESPECTROS. COMO RESULTADO SE HA OBTENIDO UN ERROR DE 1.1 SUBCLASES ESPECTRALES PARA EL ALGORITMO SUPERVISADO Y 1.4 PARA EL NO SUPERVISADO.

Autor: RUIZ DE ANGULO GARCIA VICENTE.
Año: 1995.
Universidad: PAIS VASCO.
Centro de lectura: INFORMATICA .
Centro de realización: DEPARTAMENTO: CIENCIAS DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL PROGRAMA DE DOCTORADO: ASPECTOS TEORICOS DE LA INTELIGENCIA ARTIFICIAL Y SU RELACION CON OTRAS TECNOLOGICAS.

Resumen: ESTA TESIS ABORDA EL PROBLEMA DE LA INTERFERENCIA CATASTROFICA BASANDOSE EN UN ANALISIS FORMAL RIGUROSO.LOS ALGORITMOS PROPUESTOS SON APLICABLES TANTO A ARQUITECTURAS FEED FORWAR COMO RBF. SE HAN PROPUESTO MEDIDAS DE EFICIENCIA PARA LA EVALUACION DEL RENDIMIENTO DE LOS ALGORITMOS. SE PROPONEN ALGORITMOS DE APRENDIZAJE DE MINIMA DEGRADACION (LMD) Y SU APLICACION EN LA EVITACION DE LA INTERFERENCIA CATASTROFICA PRODUCIDA POR LA APARICION DE NUEVOS PATRONES. FINALMENTE SE APLICA EL PRINCIPIO DE DESCRIPCION DE MINIMA LONGITUD (MDL) A LOS ALGORITMOS DE APRENDIZAJE DE MINIMA DEGRADACION.

Autor: ALBIZURI IRIGOYEN FRANTZISKO XABIER.
Año: 1994.
Universidad: PAIS VASCO.
Centro de lectura: INFORMATICA.
Centro de realización: DEPARTAMENTO: CIENCIAS DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL PROGRAMA DE DOCTORADO: TECNICAS DE DESARROLLO DE SOFTWARE E INTELIGENCIA ARTIFICIAL.

Resumen: EL OBJETIVO DE LA TESIS ES EL ESTUDIO TEORICO DE LA MAQUINA DE BOLTZMANN DE ALTO ORDEN. LA MB ES UNA TECNICA ESTADISTICA QUE HA SURGIDO EN EL CAMPO DE LAS REDES NEURONALES Y CUYO PROPOSITO ES MODELAR DISTRIBUCIONES DE PROBABILIDAD SOBRE VARIABLES BINARIAS. EL USO DE TECNICAS DE MONTE CARLO EN SU ALGORITMO DE APRENDIZAJE PERMITE TRATAR DISTRIBUCIONES DEFINIDAS SOBRE UN NUMERO GRANDE DE VARIABLES. EN LA TESIS SE OBTIENEN RESULTADOS SOBRE CONVERGENCIA DEL ALGORITMO DE APRENDIZAJE, UNICIDAD Y CARACTERIZACION DE LA DISTRIBUCION APRENDIDA. ASI MISMO SE ESTUDIA LA DETERMINACION DE LA ESTRUCTURA DE LA MB DE ALTO ORDEN A PARTIR DE MAPAS DE INDEPENDENCIA.

Autor: CID SUEIRO JESUS.
Año: 1993.
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: SE DISCUTE Y ANALIZA LA APLICACION DE ESTRUCTURAS BASADAS EN REDES NEURONALES EN DIVERSOS ENTORNOS. EN PRIMER LUGAR, SE DEMUESTRA QUE REDES DE TIPO FUNCION DE BASE RADIAL REALIMENTADAS PUEDEN REALIZAR LOS CALCULOS DEL ALGORITMO DE DETECCION OPTIMA SIMBOLO A SIMBOLO DE MEMORIA INFINITA. SE PROPONEN DOS APLICACIONES DE ESTAS REDES: LA ESTIMACION EN EL RECEPTOR DE LA PROBABILIDAD DE ERROR Y LA ESTIMACION CIEGA DE LA RESPUESTA DEL CANAL. SE PROPONEN, FINALMENTE, OTROS PROCEDIMIENTOS DE DETECCION BASADOS EN LA ESTIMACION DE LA FRONTERA DE DECISION: DETECTORES POLINOMICOS, REDES LINEALES A TRAMOS Y ESTRUCTURAS CRECIENTES DE CORRELACION EN CASCADA.

Autor: GALACHE LAZA TEODORO.
Año: 1993.
Universidad: MALAGA.
Centro de lectura: CIENCIAS ECONOMICAS Y EMPRESARIALES.
Centro de realización: DEPARTAMENTO: ECONOMIA APLICADA (MATEMATICAS) PROGRAMA DE DOCTORADO: ECONOMIA CUANTITATIVA.

Resumen: EL TITULO DE ESTA TESIS QUIERE EXPRESAR EL OBJETIVO PRINCIPAL QUE NOS MARCAMOS AL EMPEZAR ESTA INVESTIGACION. TODOS AQUELLOS ECONOMISTAS QUE APLICAMOS METODOS CUANTITATIVOS SABEMOS QUE LA NATURALEZA DE LOS DATOS QUE MANEJAMOS, LA INFORMACION ECONOMICA, ES ESENCIALMENTE CAMBIANTE Y DINAMICA. ADEMAS, DADA LA AMBIGUEDAD DE LA REALIDAD ECONOMICA Y EMPRESARIAL, LA MEJOR FORMA DE BUSCAR UNA ADECUADA REPRESENTACION ES MEDIANTE MODELOS NO LINEALES. PUES BIEN, LAS REDES NEURONALES ARTIFICIALES POSEEN DOS CUALIDADES QUE RESPONDEN A LAS CARACTERISTICAS CITADAS; SON ESTRUCTURAS DE PROCESAMIENTO DE LA INFORMACION ESPECIALMENTE CAPACITADAS PARA CAPTAR LA ESTRUCTURA NO LINEAL SUBYACENTE EN LOS DATOS QUE SE LE PRESENTEN Y PARA ADAPTARSE A ENTORNOS CAMBIANTES. POR ELLO, NUESTRO PROPOSITO ES ESTUDIAR Y PONER DE MANIFIESTO LAS POSIBILIDADES Y VENTAJAS QUE PUEDEN APORTAR LAS REDES COMO UN NUEVO INSTRUMENTO DE ANALISIS DE LA INFORMACION PARA LA MODELIZACION DE REDES ECONOMICAS.

Autor: PARRA BOYERO ELOY.
Año: 1993.
Universidad: MALAGA.
Centro de lectura: INFORMATICA.
Centro de realización: DEPARTAMENTO: LENGUAJES Y CIENCIAS DE LA COMPUTACION PROGRAMA DE DOCTORADO: TECNOLOGIA DE LA INFORMACION Y LAS COMUNICACIONES.

Resumen: MEDIANTE REDES DE NEURONAS ARTIFICIALES CON ALGORITMO RETROPROPAGACION, SE HA CONSEGUIDO HACER UN SISTEMA QUE PREDICE AUDIENCIAS DE TELEVISION. UNA RED DE NEURONAS ARTIFICIALES ES UNA EMULACION DEL FUNCIONAMIENTO Y ESTRUCTURA DE LAS NEURONAS DEL CEREBRO Y SUS INTERCONEXIONES, IMPLEMENTADA EN UN ORDENADOR. LAS REDES DE NEURONAS PRESENTAN PROPIEDADES PROPIAS DEL CEREBRO HUMANO, COMO SON APRENDIZAJE POR SI MISMO, GENERALIZACION, MEMORIA ASOCIATIVA, RECONOCIMIENTO DE PATRONES VISUALES, ETC. EL SISTEMA CONSTRUIDO ES UNA DE LAS PRIMERAS APLICACIONES DE LAS REDES DE NEURONAS A LA PREDICCION DEL COMPORTAMIENTO HUMANO EN LA SELECCION DE ELEMENTOS COMPLEJOS, COMO SON LOS PROGRAMAS DE TELEVISION. LA RED DE NEURONAS, TRAS SER ENTRENADA CON CIENTOS DE EJEMPLOS DE AUDIENCIAS ANTERIORES, REALIZA LAS PREDICCIONES DE LA SIGUIENTE SEMANA. LAS PREDICCIONES SE OBTIENEN PARA CADA CADENA Y PARA CADA CUARTO DE HORA DESDE LAS 14 A LAS 24 HORAS. EL ERROR DE LAS PREDICCIONES DE TODA UNA SEMANA HA SIDO DE 0,03 PUNTOS DE CUOTA. LOS ERRORES MEDIOS COMETIDOS EN LAS PREDICCIONES DE CADA CUARTO DE HORA SON DE 4,6 PUNTOS DE CUOTA. EL SISTEMA ES DE UTILIDAD PARA LAS TELEVIONES Y PARA LAS CENTRALES DE MEDIOS.

Autor: TOBAR QUINTANAR ALEJANDRO JOSE.
Año: 1991.
Universidad: SANTIAGO DE COMPOSTELA.
Centro de lectura: FISICA.
Centro de realización: DEPARTAMENTO: FISICA APLICADA PROGRAMA DE DOCTORADO: DOCTOR EN FISICA.

Resumen: EN LA PRESENTE MEMORIA SE PRESENTAN LA METODOLOGIA Y LOS RESULTADOS OBTENIDOS EN LA CLASIFICACION DE CUBIERTAS VEGETALES EN GALICIA UTILIZANDO DIVERSOS METODOS DE CLASIFICACION Y UTILIZANDO COMO DATOS IMAGENES LANDSAT TM. SE ANALIZA PREVIAMENTE LA INFORMACION CONTENIDA EN LAS IMAGENES LANDSAT Y SE APLICAN METODOS DE CLASIFICACION SUPERVISADA Y NO SUPERVISADA. PARA TENER EN CUENTA LA HETEROGENEIDAD DE LA OCUPACION DEL SUELO EN GALICIA, SE INTRODUCE LA LOGICA DIFUSA DESARROLLANDO METODOS DE CLASIFICACION HIBRIDOS. POR ULTIMO, PARA ESTUDIAR LA POTENCIALIDAD DE APLICACION DE LAS REDES NEURONALES EN ESTE CAMPO, SE DESARROLLO UN CLASIFICADOR IMPLEMENTANDO UNA RED NEURONAL PERCEPTRON MULTICAPA CON UNA CAPA OCULTA.