[Todos CMAT] PEDECIBA BIOLOGIA. Curso REDES NEURONALES Y MEMORIAS DISTRIBUIDAS. PASO CORREGIDO EL TITULO
Graciela Bocage
pedebiol en fcien.edu.uy
Mar Ago 14 14:24:45 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/c801e0b2/attachment-0001.htm
Más información sobre la lista de distribución Todos