#aprendizaje profundo
Artículos etiquetados con «aprendizaje profundo».
OpenNN: biblioteca de redes neuronales en C++
OpenNN es una biblioteca de código abierto en C++ para redes neuronales, desarrollada desde 2003 y destacada en minería de datos.
Redes neuronales de impulsos
Arquitectura de redes neuronales artificiales que incorporan la dimensión temporal mediante impulsos, imitando el funcionamiento biológico d...
Red de aprendizaje profundo para corrección de inhomogeneidad de bobina y extracción cerebral en datos de resonancia magnética mixtos
Artículo científico de 2022 sobre redes de aprendizaje profundo para corrección de inhomogeneidad de bobina y extracción cerebral en datos d...
Modelo de lenguaje grande
Definición y concepto de los modelos de lenguaje grandes como tipo de modelo de inteligencia artificial basado en textos extensos.
Regresión en aprendizaje profundo
Concepto, fundamentos matemáticos y aplicaciones de la regresión en redes neuronales profundas para el análisis de datos continuos.
Redes neuronales gráficas
Concepto, funcionamiento y aplicaciones de las redes neuronales gráficas (GNNs) en inteligencia artificial.
Modelo de red neuronal recurrente LSTM para predicción de demanda de carga de vehículos eléctricos
Artículo científico de 2022 sobre el uso de redes LSTM para predecir la demanda de carga de vehículos eléctricos.
Aprendizaje profundo en detección de materia particulada y monitoreo ambiental
Análisis del uso de aprendizaje profundo en sensores de materia particulada y resonancia de plasmón de superficie.
Aplicaciones de aprendizaje profundo en la imagenología del glioma
Artículo científico de 2020 sobre el uso de deep learning en el diagnóstico por imagen del glioma.
Modelos de lenguaje grandes: fundamentos técnicos, entrenamiento y evaluación
Análisis técnico de los LLM: arquitectura de transformadores, leyes de escala, costos computacionales y métodos de evaluación.
Redes neuronales lagrangianas
Qué son las redes neuronales lagrangianas, su arquitectura basada en partículas y aplicaciones en visión por computadora y física.
Modelos de lenguaje grandes (LLM): arquitectura, entrenamiento y aplicaciones
Qué son los modelos de lenguaje grandes (LLM), cómo funcionan internamente, su evolución histórica y sus aplicaciones prácticas en 2026.
Aprendizaje profundo en imágenes de radiografía
Guía técnica sobre el uso de redes neuronales convolucionales y transformers para el diagnóstico automático en radiografías médicas.
Redes neuronales y deep learning de Fernando Berzal
Análisis del libro de Fernando Berzal sobre redes neuronales y deep learning, su enfoque pedagógico y contenido técnico.
Ingeniería de prompts en aprendizaje profundo
Análisis técnico de la ingeniería de prompts aplicada a modelos de aprendizaje profundo, arquitecturas y optimización.
Modelos de lenguaje masivos: arquitectura, entrenamiento y escalado
Análisis técnico de los modelos de lenguaje masivos (LLM): arquitectura Transformer, leyes de escalado y entrenamiento en 2026.
Ejemplos prácticos de aprendizaje profundo
Guía con ejemplos concretos de deep learning: visión por computadora, NLP y redes generativas. Casos de uso reales y explicación técnica acc...
Redes neuronales de hopfield
Qué son las redes de Hopfield, su funcionamiento como memorias asociativas y su papel en el aprendizaje profundo moderno.
Arquitectura Transformer en inteligencia artificial
Análisis técnico de la arquitectura Transformer: mecanismo de atención, componentes y evolución hacia modelos multimodales en 2026.
Libros y manuales sobre arquitecturas Transformer en IA
Guía de libros técnicos sobre arquitecturas Transformer en inteligencia artificial. Análisis de obras clave, evolución del formato PDF y rec...