Mecanismo de aprendizaje automático: red neuronal perceptrón utilizando Matlab

Norma Verónica Ramírez Pérez, Martín Laguna Estrada Laguna Estrada, Carlos Alberto Ruiz Ayala

Resumen


Las redes neuronales artificiales(RNA), han sido utilizadas en diferentes ámbitos y disciplinas, una de sus aplicaciones más comunes es su uso como herramienta de análisis de información. En este trabajo se hace una breve introducción sobre las particularidades de las RNA, específicamente las basadas en el modelo perceptrón simple, y se exponen los elementos que la integran y se vincula a una aplicación sobre clasificación de la base de datos Iris con la finalidad de mostrar su funcionamiento.


Texto completo:

43-55 PDF

Referencias


Rosenblatt, F. The perceptron: A probabilistic model for information storage and organization in the brain. Psychol. Rev. 65(3):386-408.

Minsky, M.; Papert, S. Perceptrons. Massachusetts: Cambridge University; 1969; 226 p.

Freeman, J.A.; Skapura, DM. Redes Neuronales. Algoritmos, aplicaciones y técnicas de propagación. México: Addison-Wesley. 1993; 306 p.

Hilera González, J.; Martínez Hernández, V. Redes neuronales artificiales: fundamentos, modelos y aplicaciones. Madrid, RA-MA, 1995. 389 p.

Pajares, M.;Santos, M. Inteligencia artificial e Ingeniería del conocimiento, Madrid, RA-MA 2006, 235 p.

Pao Y.H., Neural Net Computing for pattern Recogniton . In Chen , L.F. Pau and P.S.P. Wang (Eds) Handbook of Pattern Recogniton and Computer Vision, 1995; 125-162 p.

Kohonen, T. Self-Organizing-Maps. Springer, Berlin, Second edition. 1997, 362 p.

Bache, K. & Lichman, M. (2013). UCI Machine Learning Repository [http://archive.ics.uci.edu/ml]. Irvine, CA: University of California, School of Information and Computer Science.






URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Licencia Creative Commons    Pistas Educativasa está bajo la Licencia Creative Commons Atribución 3.0 No portada.