[EstudiantesMatemática] Curso REDES NEURONALES Y MEMORIAS DISTRIBUIDAS
Javier Cóppola
javier.coppola.rodriguez en gmail.com
Jue Ago 16 09:48:33 UYT 2007
Para los que les interese su "valor curricular" les hago acordar que este
curso en general puede formar parte de un paquete B-B'
Saludos,
Javier
*PEDECIBA - Area Biología
*Curso:* *Redes Neuronales y Memorias Distribuidas
*DOCENTES DEL CURSO:*
Dr. Eduardo Mizraji (Responsable)
Dr. Andrés Pomi
*PARTICIPA:*
Lic. Álvaro Cabana
* REUNIÓN
INICIAL PARA FIJAR HORARIO:
Martes 21 de agosto, hora 12 - Salón 205, Facultad de Ciencias.
*Comienzo: primera semana de setiembre.
*INSCRIPCIONES:
Secretaría Académica del PEDECIBA Biología, Facultad de Ciencias.
Teléfono 525 86 29 - E-mail: pedebiol en fcien.edu.uy
*
*TEMARIO:*
*PRIMERA PARTE: *
*Introducción Matemática*.
1 - Vectores, matrices y pseudoinversas.
2 - Productos de Hadamard y de Kronecker.
3 - Elementos de cálculo proposicional y de lógica modal.
4 - Introducción a las lógicas polivalentes (lógicas "borrosas").
*Teoría de las redes de información*.
5 - Introducción a la teoría de grafos.
6 - Redes de tipo "small-world" y "scale-free". Ejemplos de redes
naturales.
7 - Redes artificiales: Internet y WWW.
*SEGUNDA PARTE: *
*Principios generales sobre las regulaciones biológicas*
8 - Procesamiento de la información en los sistemas biológicos.
9 - El postulado de Ashby y el teorema de la variedad necesaria.
10 - El sistema ultraestable.
*El regulador neural*
11 - El sistema nervioso central como regulador.
12 - La neurona digital y la neurona analógica.
13 - Redes lógicas de McCulloch-Pitts.
14 - Redes binarias de conexión aleatoria.
15 - Matrices de aprendizaje y memorias de correlación.
16 - Propiedades de las memorias distribuidas.
17 - Algoritmos de aprendizaje.
18 - Memorias distribuidas sensibles a contextos.
19 - Mapas topológicos de Kohonen.
20 - Teoría de la Selección de Grupos Neuronales de Edelman.
21 - Modelización neural de operaciones simbólicas.
22 - Interacción entre módulos neurales.
*CARGA HORARIA:* Total 60 hs.
*MÉTODO DE APROBACIÓN:*
a) Para alumnos de grado: Realización de una monografía escrita y
presentación oral de la misma (dedicación estimada: 30 horas)
b) Para alumnos de posgrado: Además de la monografía mencionada, se deberá
presentar en forma escrita un proyecto de investigación (dedicación
estimada: 30 horas)
*
BIBLIOGRAFÍA BÁSICA:*
· Réka Albert & Albert-László Barabási* *(2002) Statistical
mechanics of complex networks. *Reviews of Modern Physics* 74, 47.
· James A. Anderson: *An Introduction to Neural Networks.* The MIT
Press, 1995.
· J.A.Anderson & E.Rosenfeld (Editors): *Neurocomputing.* The MIT
Press, 1988.
· Michael A. Arbib (Editor): *The Handbook of Brain Theory and
Neural Networks*. A Bradford Book, The MIT Press, 1995.
· W.R. Ashby: *Introducción a la Cibernética.* Nueva Visión, 1960.
· N.K. Bose & P. Liang: *Neural Network Fundamentals with Graphs,
Algorithms, and Applications.* McGraw-Hill, 1996.
· Simon Haykin: *Neural Networks: A Comprehensive Foundation*.
Macmillan, 1994.
· Teuvo Kohonen: *Associative Memory : A System Theoretical
Approach.* Springer,1977.
· Teuvo Kohonen: *Self-Organizing Maps*. Springer (2nd Edition),
1997.
· Manfred Spitzer: The Mind within the Net. Models of Learning,
Thinking, and Acting. A Bradford Book, The MIT Press, 1999.
_______________________________________________
Lista Todos CMAT
Todos en cmat.edu.uy
http://www.cmat.edu.uy/cgi-bin/mailman/listinfo/todos
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: http://www.cmat.edu.uy/pipermail/listaestudiantes/attachments/20070816/45a322b1/attachment-0001.htm
Más información sobre la lista de distribución Listaestudiantes