https://padlet.com/a000007393/m4svrqr008l71kva Explorando los hitos clave en la evolución de las redes neuronales en-us 2024-10-23 01:19:01 UTC 2024-10-23 02:01:51 UTC hello@padlet.com a000007393 https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631381 Alan fue el primero en llevar a cabo el estudio del cerebro como forma de ver el mundo en la computación. No obstante, los teóricos que desarrollaron los principios de la computación neuronal fueron Warren Mc Culloch, un neurofisiólogo, y Walter Pitts, un matemático.

]]> 2024-10-23 01:19:03 UTC https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631381 a000007393 https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631387 En sus investigaciones, descubrió que la información no se almacenaba de manera centralizada en el cerebro, sino que estaba distribuida por él.

]]> 2024-10-23 01:19:04 UTC https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631387 a000007393 https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631393 El congreso es mencionado con la finalidad de indicar el nacimineto de la AI.

]]> 2024-10-23 01:19:04 UTC https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631393 a000007393 https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631400 Basándose en sus conocimientos de fisiología, ha escrito varios libros y desarrollado modelos de redes neuronales. Creó una red llamada Avalancha, que consta de elementos discretos cuya actividad varía con el tiempo, satisfaciendo ecuaciones diferenciales continuas. Este modelo se utiliza para tareas como el reconocimiento continuo del habla y el aprendizaje en los brazos de un robot.

]]> 2024-10-23 01:19:04 UTC https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631400 a000007393 https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631406 Desarrolló el algoritmo de aprendizaje por propagación hacia atrás (backpropagation), definido en 1985. Este método ajusta los pesos de una red neuronal al calcular el error de salida y propagarlo hacia atrás a través de las capas. Esto permite optimizar los pesos para minimizar la discrepancia entre la salida esperada y la real, mejorando así la efectividad del modelo en tareas de reconocimiento y clasificación.

]]> 2024-10-23 01:19:04 UTC https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631406 a000007393 https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631409 La teoría de resonancia adaptada es un modelo de red que se distingue de todas las arquitecturas anteriores. Este modelo emula diversas funciones del cerebro, incluyendo la memoria tanto a corto como a largo plazo.

]]> 2024-10-23 01:19:04 UTC https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631409 a000007393 https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631416 Kohonen desarrolló un modelo similar al de Anderson pero independiente.

]]> 2024-10-23 01:19:04 UTC https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631416 a000007393 https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631432 Él desarrolló un modelo neuronal para poder reconocer patrones visuales.

]]> 2024-10-23 01:19:04 UTC https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631432 a000007393 https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631444 Con su libro "Computación neuronal de decisiones en problemas de optimización" fue que provocó el renaciemiento de las redes neuronales.

]]> 2024-10-23 01:19:05 UTC https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631444 a000007393 https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631450 Redescubrió el algoritmo del aprendizaje de la propagación hacia atras y a partir de 1986, el panorama fue inspirador con respecto a las investigaciones y el desarrollo de redes neuronales.

]]> 2024-10-23 01:19:05 UTC https://padlet.com/a000007393/m4svrqr008l71kva/wish/3182631450