Funcionamiento de una red neuronal artificial con el método de propagación inversa
DOI:
https://doi.org/10.29105/mdi.v9i14.282Palabras clave:
Redes Neuronales Artificiales, Propagación inversa, Inteligencia ArtificialResumen
El objetivo de este estudio es mostrar el proceso en que se puede programar una Red Neuronal Artificial, mediante el método de BackPropagation, en el cual se aplican y muestran los procesos desde instalación del programa a utilizar, así como la metodología de visualización para determinar que la Red Neuronal está funcionando, para así, mostrar en una forma teórica que la aplicación de las redes Neuronales Artificiales ayudan en la vida diaria.
Citas
(SF). ¿Qué es una red neuronal? Recuperado 25 de mayo de 2020, de https://la.mathworks.com/discovery/neural-network.html
Aldabas-Rubira, E. (2002). Introducción al reconocimiento de patrones mediante redes neuronales. IX Jornades de Conferències d'Enginyeria Electrònica del Campus de Terrassa, Terrassa, España, del 9 al 16 de diciembre del 2002.
Huerta, H. V., Vásquez, A. C., Dueñas, A. M. H., Loayza, L. A., & Naupari, P. J. R. (2009). Reconocimiento de patrones mediante redes neuronales artificiales. Revista de investigación de Sistemas e Informática, 6(2), 17-26.
Matich, D. J. (2001). Redes Neuronales: Conceptos básicos y aplicaciones. Universidad Tecnológica Nacional, México.
Moreno Rodríguez, A. (2009). Desarrollo de una interfaz gráfica de redes neuronales usando Matlab (Master's thesis).
Plata Cheje, R. W. (2008). Mat Lab & Redes Neuronales. Revista de Información, Tecnología y Sociedad, 96.
Zapata, E. L. (2020). Entrenamiento de una Red Neuronal Hardware desde Mat Lab (Hardware in the Loop). Universidad Politécnica de Madrid, 45-59.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
