Redes neuronales, neurocomputación y aplicaciones
1
/
1
Inferencia Gramatical (Crisp/Difusa) mediante Redes Neuronales Recurrentes. Algoritmos para mejorar el entrenamiento de Redes Neuronales. Algoritmos de Optimización de Topologías de Redes Neuronales. Extracción de Reglas a partir de Redes Neuronales Entrenadas. Predicción de Series Temporales mediante Redes Neuronales Recurrentes. Identificación de Sistemas Dinámicos mediante Redes Neuronales Recurrentes Max-Min. Algoritmos de Entrenamiento y Optimización de Redes Neuronales Recurrentes Max-Min. Utilización de la tecnología de redes para la resolución de problemas imprecisos en optimización, clasificación, ... Comparación y ordenación de números difusos de acuerdo con criterios personales. Identificación de sistemas difusos. Modelos neuronales difusos: una neurona difusa y memorias asociativas difusas. Interpretación lógica de redes neuronales entrenadas. Redes neuronales en arquitecturas paralelas. Aplicación de dichas técnicas a la eficiencia energética, reconocimiento de clases de suelos y composición de los mismos a través de imágenes, detección de concentración de analitos a partir de imágenes de sensores químicos.