[EstudiantesMatemática] Curso REDES NEURONALES Y MEMORIAS DISTRIBUIDAS

[Javier Cóppola]

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