[Todos CMAT] PEDECIBA BIOLOGIA. Curso REDES NEURALES

Graciela Bocage pedebiol en fcien.edu.uy
Mar Ago 14 14:20:17 UYT 2007


>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.
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: http://www.cmat.edu.uy/pipermail/todos/attachments/20070814/e0d1b8e3/attachment-0001.htm 


Más información sobre la lista de distribución Todos