000			03550cmm a2200433li 4500
003			CL-TeUF
008			171108s2012 cl s m s spa u
007			co*bu nnnu|auu
035			_a(Sirsi) a42551
035			_aa42551
040			_aCL-TeUF _b spa _c CL-TeU _e rda
041	0		_aspa
090	0	4	_aII _bR457e 2012
100	1		_aReyes Echanez, Sandys David _e autor _936131
245	1	0	_aEvaluación de un algoritmo de aprendizaje para las redes de activación y competencia interactiva (IAC) _h [recurso electrónico] / _cSandys David Reyes Echanez ; Profesor guía: Gloria Millaray Curilem Saldías
264	1		_aTemuco (Chile) : _bUniversidad de La Frontera , _c2012.
300			_a94 hojas : _bfiguras, tablas.
336			_atext _btxt _2 rdacontent
337			_acomputer _b c _2 rdamedia
338			_aonline resource _b cd _2 rdacarrier
347			_atext file _b PDF _2 rda
500			_aCD-ROM contiene tesis digital en formato PDF (3.653 KB) y formato Microsoft Word (2.411 KB).
500			_aIncluye índice de contenido, índice de tablas, índice de figuras.
502			_aTesis : (Ingeniero Informático).-- Universidad de La Frontera, Facultad de Ingeniería y Ciencias, 2012.
504			_aBibliografía: hoja 94.
506			_aAcceso restringido a usuarios con una Id. válida de la UFRO ; _d sólo miembros UFRO
516			_aTesis digital (PDF)
520			_aLas redes neuronales artificiales de tipo Activación y Competencia Interactiva (IAC), son un tipo de red muy poco conocida en el ámbito de la ingeniería. Forman parte de un tipo de redes que funcionan como memorias asociativas (accesibles por contenido y no por dirección) y representan una interesante herramienta para modelar sistemas en los que las unidades básicas son conceptos que se relacionan entre sí. Sin embargo, como son poco utilizadas, no ha habido un desarrollo suficiente de su proceso de diseño, siendo el proceso de entrenamiento el más débil de la herramienta. Este trabajo se basa en dos trabajos previos que han sido desarrollados como propuestas para mejorar la flexibilidad y el aprendizaje de las redes IAC. En el primer trabajo los pesos de la red pueden tomar valores reales en un intervalo continuo, a diferencia del diseño original en el que los pesos solo toman los valores -1, 0 y 1. Un trabajo posterior utilizó un algoritmo genético (AG) para ajustar estos pesos variables. El presente trabajo propone evaluar un método que combina el ajuste de los pesos mediante AG y el ajuste manual, establecido por los creadores de las redes IAC. La propuesta tiene el objetivo de agilizar el proceso de aprendizaje y se espera que con esta metodología, la red pueda presentar un mayor número de entradas y salidas. Trabajando con diversos casos de prueba, el AG tendrá por objetivo disminuir el error cuadrático medio (MSE) de las redes, mediante la variación de los pesos, hasta llegar a un valor considerado aceptable. Se evalúa por lo tanto el valor del mejor error obtenido y el tiempo que demora el proceso de aprendizaje.
530			_aDisponible sólo en formato digital.
538			_aRequerimientos del sistema : lector de cd-rom
650	0	0	_aAlgoritmos computacionales _947816
650	0	4	_aAlgoritmos genéticos
650	0	0	_aCiencias de la información _950300
700	1		_aCurilem Saldías, Gloria Millaray _e profesor guía _912468
710	2		_aUniversidad de La Frontera (Chile). _bFacultad de Ingeniería y Ciencias
942			_cTES
991			_aLT/lm
596			_a1
999			_c77563 _d77563