Implementaciones Medio biológico vs. medio silicio Velocidad: Neuronas: 10-3 s., Puertas lógicas: 10-9 s. Tamaño: Neuronas 5 ó 6 órdenes de magnitud menores Eficiencia energética: Cerebro: 10-16 J/op./s., mejores ordenadores: 10-6 Fan-In: Promedio de 10.000 sinapsis por neurona, mucho mayor que en silicio
Implementaciones Neurosimuladores: Software: Flexibles Económicos Hardware: Eficientes
Implementaciones Tipos Neurosoftware: Programación directa Librerías Entornos de desarrollo
Características deseables: Facilidad de uso Potencia Eficiente Extensibilidad
Implementaciones Neurohardware: VLSI analógico Opto-Electrónicos FPGAs Neuro-Chips (VLSI Digital) Neuro-Tarjetas Máquinas paralelas de propósito general Biochips Objetivo: Acelerar fases de aprendizaje y ejecución
Implementaciones Biochips
Aplicaciones Tipos de problemas abordables: Asociación Clasificación de Patrones Predicción Control Aproximación Optimización En general: Difícil describir conocimiento/forma de resolverlos Se dispone de una gran cantidad de datos
Problemas de Predicción Airline Marketing Tactician (AMT): Monitoriza y recomienda la reserva de plazas
Neuralstocks: Servico de predicciones financieras a corto plazo
Problemas de Control Control de robots: Cinemática inversa Dinámica
ALVINN: Conducción de vehículo
Problemas de Aproximación
Aproximación de funciones utilizando RBFs Problemas de Optimización Optimización de rutas: TSP
Aplicaciones en Astronomía/Astrofísica Reconocimiento de estrellas/galaxias Clasificación espectral y morfológica de estrellas/galaxias Estudios de superficies planetarias Estudio del campo magnético interplanetario Determinación de parámetros en atmósferas estelares Clasificación de poblaciones de enanas blancas Neural Networks, 16 (2003)
Aplicaciones en Astronomía/Astrofísica Identificación y caracterización de objetos: QSO's, galaxias IR ultraluminosas, fuente de Rayos Gamma Determinación de desplazamientos fotométricos al rojo Eliminación de ruido en pixels Descomposición de datos simulados multi-frecuencia para la misión Planck Búsqueda de cúmulos de galaxias Neural Networks, 16 (2003)
Aplicaciones en Astronomía/Astrofísica Análisis de datos recogidos por instrumentos de nueva generación para astrofísica de alta energía: Telescopio de neutrinos AUGER y ARGO Telescopio de rayos gamma Cherenkhov Interferómetro de ondas gravitacionales VIRGO Búsqueda de bosones Higgs AstroNeural, paquete AstroMinnig: reducción y análisis de datos Neural Networks, 16 (2003)
Grupo de Trabajo Grupo de Computación Neuronal y Adaptativa y Neurociencia Computacional Departamento de Estadística, I. O. y Computación, ULL I. U. de Ciencias y Tecnologías Cibernética, ULPGC Área de Conocimiento: Ciencias de la Computación e Inteligencia Artificial Líneas de trabajo Neurociencia Computacional y Cognición Computacional: Comunicación Neuronal;Aprendizaje y Memoria.Procesos y Estructuras Cognitivas/Perceptivas Teorías y Modelos Redes Neuronales Naturales y Artificiales: Diseño de Nuevos Modelos de RNAs Aplicación de la Computación Neuronal en Dominios Biomédicos, Clínicos y Medioambientales
Grupo de Trabajo Docencia Impartida en la ULL Introducción a los Modelos de Computación Conexionista 3er curso, Ing. Técnica en Informática de Sistemas, ETSII 30 a 40 alumnos http://soma.etsii.ull.es/imcc/ Introducción a la Inteligencia Artificial 3er curso, ITI de Gestión/Sistemas 50 a 60 alumnos http://soma.etsii.ull.es/iia/ Modelos Conexionistas y Autómatas 5º curso, Ing. Informática, ETSII 10 a 20 alumnos http://soma.etsii.ull.es/mcya/
Futuro de las RNAs Futuro prometedor, si nos seguimos acercando a las característicias de los organismos vivos: Evolución, Computación Colectiva, Manejo del Conocimiento, … Natural Computing => Soft Computing Presente problemático: dificultades de escalabilidad ¿Tal vez algunos parámetros de nuestros modelos son erroneos? ¿Tal vez no disponemos de la suficiente potencia informática? ¿Tal vez nuestros modelos no han alcanzado la suficiente complejidad? ¿Tal vez nos falta en nuestros modelos algún concepto fundamental?
| Página siguiente |