Sinopsis

Este libro de redes neuronales cubre todos los aspectos de esta ciencia moderna, se analiza el paradigma de las redes neurales que dan origen a la inteligencia artificial, que describe y construye agentes que reciban percepciones provenientes del medio ambiente y que ejecuten acciones muy similares al medio que las produjo.


Este libro familiariza al lector con los conceptos de la teoría de redes neurales, reconociendo la naturaleza multidisciplinaria de esta técnica. El material presentado en el libro se complementa con ejemplos, aplicaciones, ejercicios propuestos y referencias bibliográficas, aunque dirigido a ingenieros e investigadores de diversas disciplinas, ya sea como libro de texto o complementario, es una de las pocas referencias en castellano de material difícil de encontrar en este idioma.



Índice




Capítulo 1: Propiedades de las neuronas individuales

Capítulo 2: Integración sináptica y modelos de neuronas

Capítulo 3: Operaciones vectoriales esenciales

Capítulo 4: Inhibición lateral y procesamiento sensorial

Capítulo 5: Operaciones sencillas de matrices

Capítulo 6: El asociador lineal: antecedentes y fundamentos

Capítulo 7: El asociador lineal: simulaciones

Capítulo 8: Primeros modelos de redes: el perceptrón

Capítulo 9: Algoritmos de descenso en gradiente

Capítulo 10: Representación de la información

Capítulo 11: Aplicaciones de los asociadores sencillos

Capítulo 12: Energía y redes neurales: redes de Hopfield y máquinas de Boltzmann

Capítulo 13: Clasificadores del vecino más cercano

Capítulo 14: Mapas adaptativos

Capítulo 15: El modelo ECC: una simple red neural autoasociativa no lineal

Capítulo 16: Cómputos asociativos

Capítulo 17: Enseñándole aritmética a una red neural