#redes neuronales
Artículos etiquetados con «redes neuronales».
Bart Kosko: lógica difusa, redes neuronales y divulgación científica
Perfil académico de Bart Kosko, pionero de la lógica difusa y las redes neuronales en la USC.
Aprendizaje automático en videojuegos
Uso de técnicas de IA y aprendizaje profundo para agentes, generación de contenido y visión por computadora en videojuegos.
Modelo de texto a vídeo: fundamentos, arquitectura y aplicaciones
Análisis técnico de los modelos de aprendizaje automático que generan vídeo a partir de descripciones textuales.
Rprop: algoritmo de retropropagación resiliente
Algoritmo de optimización de primer orden para redes neuronales creado en 1992 por Riedmiller y Braun.
Mapa autoorganizado: principios, algoritmo y aplicaciones en inteligencia artificial
El mapa autoorganizado (SOM) es un algoritmo de aprendizaje no supervisado que preserva la topología de datos de alta dimensión mediante red...
Transformador de visión
Arquitectura de red neuronal basada en atención para el procesamiento visual y reconocimiento de imágenes.
Retropropagación: algoritmo de optimización para redes neuronales
Algoritmo de aprendizaje supervisado que calcula gradientes mediante propagación hacia atrás del error en redes neuronales artificiales.
Perceptrón: algoritmo de clasificación binaria
El perceptrón es un algoritmo de aprendizaje supervisado para clasificadores binarios, introducido por Frank Rosenblatt en 1958.
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.
Estadística computacional
Definición, métodos y aplicaciones de la estadística computacional como disciplina académica que vincula estadística y ciencia computacional...
Regresión en aprendizaje profundo
Concepto, fundamentos matemáticos y aplicaciones de la regresión en redes neuronales profundas para el análisis de datos continuos.
Entrenamiento de redes neuronales
Concepto académico sobre el proceso de optimización de parámetros en redes neuronales para el aprendizaje automático.
Aprendizaje profundo: fundamentos, arquitectura y aplicaciones
Análisis técnico del aprendizaje profundo como rama del aprendizaje automático, sus capas de procesamiento y aplicaciones en medicina y nube...
Fisiología cerebral
Estudio de los mecanismos funcionales del cerebro: sinapsis, plasticidad, redes neuronales y regulación homeostática.
Deep Learning Super Sampling (DLSS): tecnología de escalado con IA
Análisis técnico del DLSS de NVIDIA: cómo usa redes neuronales para escalar resolución y mejorar el rendimiento gráfico en tiempo real.
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.
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 generativa
Explicación técnica de cómo la arquitectura Transformer impulsa la IA generativa, cubriendo atención, mecanismos clave y aplicaciones prácti...
5 ejemplos de la ia
Análisis de cinco aplicaciones concretas de la inteligencia artificial en 2026: visión, lenguaje, juegos, datos y robótica.