Proyectos de Redes Neuronales

Las redes neuronales son los artefactos asociados con un paradigma de procesamiento de la información basada en la forma en que las neuronas - células del cerebro - el trabajo en la mente humana. Las redes neuronales pueden ser implementados en hardware o software. La idea básica es que muchas unidades separadas - neuronas artificiales - están conectados de tal manera que las conexiones son cambiables. A medida que las redes neuronales aprenden a resolver un problema, los puntos fuertes de las interconexiones cambian. La verdadera fuerza del paradigma de redes neuronales es que las redes neuronales pueden aprender a resolver problemas difíciles con técnicas de programación ordinaria.

Proyectos de redes feedforward

Feedforward Redes aprender a reconocer patrones. La red se muestra una gran colección representativa de los patrones buenos y malos, y dijo que son los que. Con el tiempo, las conexiones entre las neuronas se ajustan al punto en que incluso los nuevos patrones se identifican correctamente. Las aplicaciones actuales de las redes feedforward identifican caracteres escritos, firmas y huellas dactilares. El modelo de alimentación directa es una buena utilizar para proyectos que deben aprender a distinguir los buenos patrones de patrones malos. proyectos de investigación actuales implican la identificación de las células cancerosas, las tendencias del mercado de valores y las solicitudes de préstamos sospechosas.

Proyectos de redes de Kohonen

redes de Kohonen o mapas de auto-organización, el trabajo sin supervisión; que se muestran un gran número de patrones, pero no se les dice que son buenas o malas. Kohonen pesca el grupo de los ejemplos en grupos y, cuando se le muestra un nuevo modelo, clasificar correctamente el nuevo patrón en el clúster correcta. Las aplicaciones actuales de las redes de Kohonen incluyen sistemas de lenguaje automáticas que se utilizan para clasificar los sonidos mediante su vinculación al fonema válido más cercano. redes de Kohonen son útiles para cualquier proyecto en el que hay una gran cantidad de ejemplos de entrenamiento, pero no se clasifican en los ejemplos de buenas o malas. La investigación actual en las redes de Kohonen incluyen la predicción del tiempo y el control de los vehículos autónomos.

Asociativas bidireccionales proyectos de memoria

Bidireccional Memorias Asociativas (MAF) se utilizan cuando dos vectores complejos deben ser equilibrados. Se ajustan dinámicamente la fuerza de las interconexiones entre los dos niveles de neuronas. El BAM es diferente de otras arquitecturas de red neuronal en la que se mantiene el aprendizaje como el sistema funciona - aprendizaje nunca está completamente terminado. Las aplicaciones actuales de las MAF incluyen sistemas integrados en los teléfonos y módems para equilibrar - y cancelar ecos --line. Ellos deben utilizarse siempre que el aprendizaje debe ser continuo durante la vida útil del proyecto. proyectos de investigación en curso que comprenden las MAF incluyen sistemas que equilibrar las cosas sólo con movimiento de vaivén - sistemas como el que equilibren un poste celebrada en un extremo moviendo el punto de equilibrio de ida y vuelta.

Proyectos de redes recursivas

redes recursivas funcionan con los modelos de series de tiempo. Parte de la salida del sistema se alimenta de nuevo en la entrada y las interconexiones entre las neuronas artificiales se ajusta hasta que la red puede identificar correctamente una secuencia de niveles de entrada. Las aplicaciones actuales implican momentos brazo robótico y la detección automática de la aparición de convulsiones epilépticas. Este modelo debe ser utilizado con proyectos que involucran patrones que tienen lugar en el tiempo. La investigación actual incluye sistemas que complementan y controlan los sistemas protésicos - brazos y piernas artificiales.