Relaciones entre los momentos de aprendizaje y reconocimiento de las redes neuronales artificiales y la evolución espacio-temporal de los autómatas celulares
- Autores
- Vázquez, Juan Carlos Jesús; Marciszack, Marcelo Martín; Martínez, Osvaldo Facundo
- Año de publicación
- 2005
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Se intenta determinar posibles relaciones entre los patrones emergentes de la evolución espacio-temporal de los autómatas celulares (AC: modelos computacionales de cálculo sencillo que desarrollan un comportamiento complejo y auto-organizativo) y la evolución que sufren las redes neuronales artificiales (RNA: modelos computacionales de elementos de proceso simple altamente interconectados que emulan los sistemas neuronales biológicos) durante las fases de aprendizaje y reconocimiento. Se consideran las redes del tipo backpropagation (BP) durante su fase de aprendizaje y las redes de tipo Hopfield (HP) durante su fase de reconocimiento, como sistemas evolutivos y se trata de plasmar esa evolución en patrones gráficos comparables a los del modelo AC. El estudio intenta descubrir primero, relaciones morfológicas y/o topológicas entre patrones evolutivos generados por estos modelos utilizados en el enfoque subsimbólico de la Inteligencia Artificial para estudiar el comportamiento inteligente y en las Ciencias Naturales (Física, Biología, etc.) para el modelado de sistemas naturales de dinámica compleja; luego, y en caso de logros positivos, indagar sobre una aproximación formal de estas relaciones, lo que permitiría de alguna forma, el intercambio de herramental teórico entre ambos modelos.
Fil: Marciszack, Marcelo Martín. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Vázquez, Juan Carlos Jesús. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Martínez, Osvaldo Facundo. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento de Ingeniería en Sistemas de Información; Argentina. - Materia
-
Inteligencia Artificial
Autómata Celular
Redes Neuronales Artificiales
Sistemas evolutivos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- 2023-02-09T19:46:43Z
- Repositorio
.jpg)
- Institución
- Universidad Tecnológica Nacional
- OAI Identificador
- oai:ria.utn.edu.ar:20.500.12272/7502
Ver los metadatos del registro completo
| id |
RIAUTN_261bba58597ed2b63b55ca836de4984f |
|---|---|
| oai_identifier_str |
oai:ria.utn.edu.ar:20.500.12272/7502 |
| network_acronym_str |
RIAUTN |
| repository_id_str |
a |
| network_name_str |
Repositorio Institucional Abierto (UTN) |
| spelling |
Relaciones entre los momentos de aprendizaje y reconocimiento de las redes neuronales artificiales y la evolución espacio-temporal de los autómatas celularesVázquez, Juan Carlos JesúsMarciszack, Marcelo MartínMartínez, Osvaldo FacundoInteligencia ArtificialAutómata CelularRedes Neuronales ArtificialesSistemas evolutivosSe intenta determinar posibles relaciones entre los patrones emergentes de la evolución espacio-temporal de los autómatas celulares (AC: modelos computacionales de cálculo sencillo que desarrollan un comportamiento complejo y auto-organizativo) y la evolución que sufren las redes neuronales artificiales (RNA: modelos computacionales de elementos de proceso simple altamente interconectados que emulan los sistemas neuronales biológicos) durante las fases de aprendizaje y reconocimiento. Se consideran las redes del tipo backpropagation (BP) durante su fase de aprendizaje y las redes de tipo Hopfield (HP) durante su fase de reconocimiento, como sistemas evolutivos y se trata de plasmar esa evolución en patrones gráficos comparables a los del modelo AC. El estudio intenta descubrir primero, relaciones morfológicas y/o topológicas entre patrones evolutivos generados por estos modelos utilizados en el enfoque subsimbólico de la Inteligencia Artificial para estudiar el comportamiento inteligente y en las Ciencias Naturales (Física, Biología, etc.) para el modelado de sistemas naturales de dinámica compleja; luego, y en caso de logros positivos, indagar sobre una aproximación formal de estas relaciones, lo que permitiría de alguna forma, el intercambio de herramental teórico entre ambos modelos.Fil: Marciszack, Marcelo Martín. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento de Ingeniería en Sistemas de Información; Argentina.Fil: Vázquez, Juan Carlos Jesús. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento de Ingeniería en Sistemas de Información; Argentina.Fil: Martínez, Osvaldo Facundo. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento de Ingeniería en Sistemas de Información; Argentina.2023-02-09T19:46:43Z2023-02-09T19:46:43Z2005info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdf950-665-337-2http://hdl.handle.net/20.500.12272/7502spainfo:eu-repo/semantics/openAccess2023-02-09T19:46:43Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalMarciszack, Marcelo Martín[X] Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). [X] No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. [X] Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). [NO] Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadasreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-29T11:25:56Zoai:ria.utn.edu.ar:20.500.12272/7502instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-29 11:25:57.147Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse |
| dc.title.none.fl_str_mv |
Relaciones entre los momentos de aprendizaje y reconocimiento de las redes neuronales artificiales y la evolución espacio-temporal de los autómatas celulares |
| title |
Relaciones entre los momentos de aprendizaje y reconocimiento de las redes neuronales artificiales y la evolución espacio-temporal de los autómatas celulares |
| spellingShingle |
Relaciones entre los momentos de aprendizaje y reconocimiento de las redes neuronales artificiales y la evolución espacio-temporal de los autómatas celulares Vázquez, Juan Carlos Jesús Inteligencia Artificial Autómata Celular Redes Neuronales Artificiales Sistemas evolutivos |
| title_short |
Relaciones entre los momentos de aprendizaje y reconocimiento de las redes neuronales artificiales y la evolución espacio-temporal de los autómatas celulares |
| title_full |
Relaciones entre los momentos de aprendizaje y reconocimiento de las redes neuronales artificiales y la evolución espacio-temporal de los autómatas celulares |
| title_fullStr |
Relaciones entre los momentos de aprendizaje y reconocimiento de las redes neuronales artificiales y la evolución espacio-temporal de los autómatas celulares |
| title_full_unstemmed |
Relaciones entre los momentos de aprendizaje y reconocimiento de las redes neuronales artificiales y la evolución espacio-temporal de los autómatas celulares |
| title_sort |
Relaciones entre los momentos de aprendizaje y reconocimiento de las redes neuronales artificiales y la evolución espacio-temporal de los autómatas celulares |
| dc.creator.none.fl_str_mv |
Vázquez, Juan Carlos Jesús Marciszack, Marcelo Martín Martínez, Osvaldo Facundo |
| author |
Vázquez, Juan Carlos Jesús |
| author_facet |
Vázquez, Juan Carlos Jesús Marciszack, Marcelo Martín Martínez, Osvaldo Facundo |
| author_role |
author |
| author2 |
Marciszack, Marcelo Martín Martínez, Osvaldo Facundo |
| author2_role |
author author |
| dc.subject.none.fl_str_mv |
Inteligencia Artificial Autómata Celular Redes Neuronales Artificiales Sistemas evolutivos |
| topic |
Inteligencia Artificial Autómata Celular Redes Neuronales Artificiales Sistemas evolutivos |
| dc.description.none.fl_txt_mv |
Se intenta determinar posibles relaciones entre los patrones emergentes de la evolución espacio-temporal de los autómatas celulares (AC: modelos computacionales de cálculo sencillo que desarrollan un comportamiento complejo y auto-organizativo) y la evolución que sufren las redes neuronales artificiales (RNA: modelos computacionales de elementos de proceso simple altamente interconectados que emulan los sistemas neuronales biológicos) durante las fases de aprendizaje y reconocimiento. Se consideran las redes del tipo backpropagation (BP) durante su fase de aprendizaje y las redes de tipo Hopfield (HP) durante su fase de reconocimiento, como sistemas evolutivos y se trata de plasmar esa evolución en patrones gráficos comparables a los del modelo AC. El estudio intenta descubrir primero, relaciones morfológicas y/o topológicas entre patrones evolutivos generados por estos modelos utilizados en el enfoque subsimbólico de la Inteligencia Artificial para estudiar el comportamiento inteligente y en las Ciencias Naturales (Física, Biología, etc.) para el modelado de sistemas naturales de dinámica compleja; luego, y en caso de logros positivos, indagar sobre una aproximación formal de estas relaciones, lo que permitiría de alguna forma, el intercambio de herramental teórico entre ambos modelos. Fil: Marciszack, Marcelo Martín. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento de Ingeniería en Sistemas de Información; Argentina. Fil: Vázquez, Juan Carlos Jesús. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento de Ingeniería en Sistemas de Información; Argentina. Fil: Martínez, Osvaldo Facundo. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento de Ingeniería en Sistemas de Información; Argentina. |
| description |
Se intenta determinar posibles relaciones entre los patrones emergentes de la evolución espacio-temporal de los autómatas celulares (AC: modelos computacionales de cálculo sencillo que desarrollan un comportamiento complejo y auto-organizativo) y la evolución que sufren las redes neuronales artificiales (RNA: modelos computacionales de elementos de proceso simple altamente interconectados que emulan los sistemas neuronales biológicos) durante las fases de aprendizaje y reconocimiento. Se consideran las redes del tipo backpropagation (BP) durante su fase de aprendizaje y las redes de tipo Hopfield (HP) durante su fase de reconocimiento, como sistemas evolutivos y se trata de plasmar esa evolución en patrones gráficos comparables a los del modelo AC. El estudio intenta descubrir primero, relaciones morfológicas y/o topológicas entre patrones evolutivos generados por estos modelos utilizados en el enfoque subsimbólico de la Inteligencia Artificial para estudiar el comportamiento inteligente y en las Ciencias Naturales (Física, Biología, etc.) para el modelado de sistemas naturales de dinámica compleja; luego, y en caso de logros positivos, indagar sobre una aproximación formal de estas relaciones, lo que permitiría de alguna forma, el intercambio de herramental teórico entre ambos modelos. |
| publishDate |
2005 |
| dc.date.none.fl_str_mv |
2005 2023-02-09T19:46:43Z 2023-02-09T19:46:43Z |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| format |
conferenceObject |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
950-665-337-2 http://hdl.handle.net/20.500.12272/7502 |
| identifier_str_mv |
950-665-337-2 |
| url |
http://hdl.handle.net/20.500.12272/7502 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess 2023-02-09T19:46:43Z http://creativecommons.org/licenses/by-nc-nd/4.0/ Attribution-NonCommercial-NoDerivatives 4.0 Internacional Marciszack, Marcelo Martín [X] Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). [X] No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. [X] Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). [NO] Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
2023-02-09T19:46:43Z http://creativecommons.org/licenses/by-nc-nd/4.0/ Attribution-NonCommercial-NoDerivatives 4.0 Internacional Marciszack, Marcelo Martín [X] Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). [X] No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. [X] Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). [NO] Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas |
| dc.format.none.fl_str_mv |
pdf application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositorio Institucional Abierto (UTN) instname:Universidad Tecnológica Nacional |
| reponame_str |
Repositorio Institucional Abierto (UTN) |
| collection |
Repositorio Institucional Abierto (UTN) |
| instname_str |
Universidad Tecnológica Nacional |
| repository.name.fl_str_mv |
Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional |
| repository.mail.fl_str_mv |
gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar |
| _version_ |
1880396296439726080 |
| score |
13.334379 |