Identificación y control de sistemas no lineales por medio de redes neuronales recurrentes adaptables.

Tesis (Doctor en Ciencias con orientación en Matemáticas) UANL, 2014.

Composicionalidad, cómputo de estructura y redes neuronales.

resumen literal de la revista

Comparación de redes neuronales frente a técnicas clásicas de trabajo : estudio de la calidad de software implementado en las distintas técnicas.

Este trabajo se ha desarrollado en el Facultad de Informática de la Universidad Pontificia de Salamanca por un equipo de tres profesores y es utilizado en las clases de prácticas de Inteligencia Artificial e Informática Industrial, calidad del software. Permite a profesores y alumnos acceder en un único trabajo a una gran variedad de técnicas de simulación de redes neuronales ya que la bibliografía necesaria para obtener un conocimiento global y específico de la materia tratada es demasiado amplia y dispersa para poder ser consultada por el alumno y su tratamiento demasiado complejo. Facilita al alumno el tener una visión global de la materia tratada en un único estudio. Indudablemente el trabajo resultante de este proyecto es de gran utilidad en la tarea docente de los profesores tanto en primer como segundo ciclo, así como una introducción al tercer ciclo, por tratarse de un enfoque moderno pero comprensible del problema y estar complementada por un amplio material de simulación. Además los profesores podrán disponer de ejemplos reales en los que se aplican redes neuronales y técnicas estadísticas y compararlas. Se considera importante como material de apoyo a las clases impartidas por los profesores. Este trabajo facilitará la asimilación de las ideas teóricas por parte del alumno y le ayudará a iniciarse en el mundo de la ciencia moderna utilizando la simulación como herramienta de trabajo. Además aprenderá a realizar un análisis de la fiabilidad del software que le permita comparar las simulaciones software utilizadas en cada caso, permitiéndolo comprobar en que medida que teorías son más adecuadas para su implementación software. Los resultados que se han recopilado y elaborado con las distintas y últimas técnicas existentes se han implementado en un CD, en el que se recogen las simulaciones utilizadas en el desarrollo del estudio de redes neuronales y permite realizar un estudio de la calidad del software implementado, además se acompaña de un manual en el que se recogen diversos ejemplos que permiten adentrarse en la materia sin un conocimiento previo. Este material de simulación se esta utilzando en el aula por los alumnos, en la realización de las prácticas correspondientes.

Comparación de redes neuronales frente a técnicas clásicas de trabajo : estudio de la calidad del software implementado en las distintas técnicas.

Este trabajo se ha desarrollado en la Facultad de Informática de la Universidad Pontificia de Salamanca por un equipo de tres profesores y es utilizado en las clases prácticas de Inteligencia Artificial e Informática Industrial, calidad del software. Permite a profesores y alumnos acceder, en un único trabajo, a una gran variedad de técnicas de simulación de redes neuronales ya que la bibliografía necesaria para obtener un conocimiento global y específico de la materia tratada es demasido amplia y dispersa para poder ser consultada por el alumno, y su tratamiento demasiado complejo; facilitando así al alumno tener una visión global de la materia tratada en un único estudio. Indudablemente el trabajo resultante de este proyecto es de gran utilidad en la tarea docente de los profesores tanto en primer como segundo ciclo, así como un introducción al tercer ciclo; por tratarse de un enfoque moderno pero comprensible del problema y estar complementada por un amplio material de simulación. Además los profesores podrán disponer de ejemplos reales en los que se aplican redes neuronales y técnicas estadísticas y compararlas. Se considera importante como material de apoyo a las clases impartidas por los profesores. Este trabajo facilitará la asimilación de las ideas teóricas por parte del alumno y le ayudará a iniciarse en el mundo de la ciencia moderna utilizando la simulación como herramienta de trabajo. Además aprenderá a realizar un análisis de la fiabilidad del software que le permita comparar las simulaciones software utilizadas en cada caso, permitiéndolo comprobar en qué medida qué teorías son más adecuadas para su implementación software. Los resultados que se han recopilado y elaborado con las distintas y últimas técnicas existentes se han implementado en un cd, en el que se recogen las simulaciones utilizadas en el desarrollo del estudio de redes neuronales y permite realizar un estudio de la calidad del software implementado, además se acompaña de un manual en el que se recogen diversos ejemplos que permiten adentrarse en la materia sin un conocimiento previo. El material de simulación se está utilizando en el aula por los alumnos en la realización de las prácticas correspondientes.

La preparaci??n de comunicadores resonantes : de las redes neuronales a la sociedad red

Resumen basado en el de la publicaci??n

Redes neurais artificiais na previsão da inflação: aplicação como ferramenta de apoio à análise de decisões financeiras em organizações de pequeno porte

As estimações das taxas de inflação são de fundamental importância para os gestores, pois as decisões de investimento estão intimamente ligadas a elas. Contudo, o comportamento inflacionário tende a ser não linear e até mesmo caótico, tornando difícil a sua correta estimação. Essa característica do fenômeno pode tornar imprecisos os modelos mais simples de previsão, acessíveis às pequenas organizações, uma vez que muitos deles necessitam de grandes manipulações de dados e/ou softwares especializados. O presente artigo tem por objetivo avaliar, por meio de análise formal estatística, a eficácia das redes neurais artificiais (RNA) na previsão da inflação, dentro da realidade de organizações de pequeno porte. As RNA são ferramentas adequadas para mensurar os fenômenos inflacionários, por se tratar de aproximações de funções polinomiais, capazes de lidar com fenômenos não lineares. Para esse processo, foram selecionados três modelos básicos de redes neurais artificiais Multi Layer Perceptron, passíveis de implementação a partir de planilhas eletrônicas de código aberto. Os três modelos foram testados a partir de um conjunto de variáveis independentes sugeridas por Bresser-Pereira e Nakano (1984), com defasagem de um, seis e doze meses. Para tal, foram utilizados testes de Wilcoxon, coeficiente de determinação R² e o percentual de erro médio dos modelos. O conjunto de dados foi dividido em dois, sendo um grupo usado para treinamento das redes neurais artificiais, enquanto outro grupo era utilizado para verificar a capacidade de predição dos modelos e sua capacidade de generalização. Com isso, o trabalho concluiu que determinados modelos de redes neurais artificiais têm uma razoável capacidade de predição da inflação no curto prazo e se constituem em uma alternativa razoável para esse tipo de mensuração.

Aportaciones al control inverso con modelo de referencia basado en lógica borrosa, redes neuronales y algoritmos genéticos

Programa de doctorado: Ingeniería de Telecomunicación Avanzada.

Metodologías de diseño de redes neuronales sobre dispositivos digitales programables para el procesado de señales en tiempo real

Programa de doctorado: Cibernética y Telecomunicación

Redes neuronales aplicadas al proceso de aprendizaje de un sistema de respuestas a intrusiones automático

La contribución de este artículo es el uso de métodos de aprendizaje automático en la arquitectura realizada dentro del proyecto RECLAMO en trabajos previos. La arquitectura se basa en un AIRS (sistema de respuestas a intrusiones automático) que infiere la respuesta más apropiada a un ataque, teniendo en cuenta el tipo de ataque, la información de contexto del sistema y la red, y la reputación del IDS que ha reportado la alerta. También, es imprescindible conocer el ratio de éxito y fracaso de las respuestas lanzadas ante un ataque, de tal manera que, además de tener un sistema adaptativo, se consiga la capacidad de autoaprendizaje. En este ámbito es donde las redes neuronales entran en juego, aportando la clasificación de éxito/fracaso de las respuestas.

Evaluación de entornos de desarrollo para la cámara de profundidad DS325 de SoftKinetic para aplicaciones de interfaces hombre-máquina y prototipado de un sistema de reconocimiento gestual basado en redes neuronales

En este Trabajo Fin de Grado se ha realizado primero un informe técnico de la cámara de profundidad de la empresa SoftKinetic DepthSense 325 y de cuatro entornos de desarrollo que tiene como objetivo el uso de dicha cámara para el desarrollo de interfaces hombre-máquina: Perceptual Computing, RealSense, DepthSense e iisu. Posteriormente, tras la evaluación de los entornos de desarrollo y selección del más adecuado para el objetivo, se ha desarrollado un prototipo de un sistema de reconocimiento visual de gestos de manos. La principal contribución a dicho sistema es el uso de redes neuronales para la clasificación de patrones espacio-temporales que representan los gestos a reconocer. Para el entrenamiento de las redes neuronales, se han probado varias configuraciones y los métodos de optimización basados en Gradiente Conjugado y el Gradiente Conjugado Escalado, eficaces para grandes cantidades de información. El sistema propuesto basado en redes neuronales se ha comparado con las populares Máquinas Vectores Soporte, obteniéndose resultados equiparables en términos de reconocimiento de gestos

Utilización de redes neuronales recurrentes para el análisis de firmas

[EN]This grade project involves the study, design, implementation and test of an signature identification system using neural networks. Recurrent neural networks,also known as recursive neural networks, show a architectonic configuration that able output signals to be fed back to the same, or previous neurons. This feature can be used, as in this project, to build a system especialized on temporal pattern recognition, given that signatures can be seen as sequence of points in time.

Aplicación de redes neuronales para la resolución de problemas complejos de confiabilidad y riesgo

Programa de doctorado: Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería. La fecha de publicación es la fecha de lectura

Organizaciones virtuales y redes neuronales. Algunas similitudes.

Aunque existen numerosos trabajos que identifican sus principales características y modo de funcionamiento, el estudio de las organizaciones virtuales adolece de una carencia de modelos matemáticos que reflejen su comportamiento de un modo cuantitativo. En este sentido, a lo largo del presente trabajo se tratará de poner de manifiesto las similitudes existentes entre el funcionamiento de las organizaciones virtuales y el de las redes neuronales (SOM, SelfOrganizing Maps). El objetivo es sentar las bases para proponer este tipo de técnica estadística como herramienta para la formulación de modelos sobre organizaciones virtuales. Se plantearán una serie de argumentos de plausibilidad, dejando a investigaciones posteriores la verificación rigurosa de esta propuesta.