Redes neuronales y aproximación de funciones
En este artículo se dan a conocer resultados que ofrecen una sustentación teórica al poder computacional que las redes neuronales artificiales han demostrado en muchas aplicaciones en campos diversos. Puesto que la relación entrada/salida de una red neuronal se puede describir en términos de una fun...
| Autor: | |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 1995 |
| País: | Colombia |
| Institución: | Universidad Nacional de Colombia |
| Repositorio: | Repositorio UN |
| Idioma: | español |
| OAI Identifier: | oai:repositorio.unal.edu.co:unal/31632 |
| Acceso en línea: | https://repositorio.unal.edu.co/handle/unal/31632 http://bdigital.unal.edu.co/21711/ |
| Access Level: | acceso abierto |
| Palabra clave: | redes neuronales artificiales perceptrones multicapa aproximación de funciones |
| Sumario: | En este artículo se dan a conocer resultados que ofrecen una sustentación teórica al poder computacional que las redes neuronales artificiales han demostrado en muchas aplicaciones en campos diversos. Puesto que la relación entrada/salida de una red neuronal se puede describir en términos de una función, el éxito que estos sistemas han tenido en la solución de gran cantidad de problemas, de difícil tratamiento con métodos convencionales, se puede explicar estudiando su capacidad para aproximar funciones. La teoría desarrollada se limita a una arquitectura específica que corresponde a las redes neuronales llamadas perceptrones multicapa. |
|---|