000101311 001__ 101311
000101311 005__ 20210415110711.0
000101311 037__ $$aTAZ-TFM-2020-1468
000101311 041__ $$aspa
000101311 1001_ $$aGarcía Otín, Víctor
000101311 24200 $$aAdaptive learning based on the maintenance of neural organizational invariances
000101311 24500 $$aAprendizaje adaptativo basado en el mantenimiento de invarianzas organizacionales neuronales
000101311 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2020
000101311 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000101311 520__ $$aDurante las últimas décadas se están utilizando herramientas que vienen de la fı́sica para estudiar sistemas biológicos. En estos estudios se ha observado que los sistemas biológicos no se posicionan en una fase u otra, sino que suelen posicionarse en la transición de ambas para mejorar su capacidad de adaptación. Un artı́culo de la revista Scientific Reports [1] propone un mecanismo de aprendizaje que genera comportamientos adaptativos, en entornos sencillos, buscando los puntos crı́ticos, que son las transiciones de fase comentadas anteriormente. La primera parte del trabajo consiste en acercar el funcionamiento del algoritmo al de los sistemas biológicos reales. Esto se consigue sustituyendo la red neuronal finita del mismo por una red infinita. En la segunda parte se replica el algoritmo con la nueva arquitectura y se comprueban sus resultados no solo en los mismos entornos, sino también en uno más complejo. Estos entornos son: Un robot móvil, un péndulo con una barra articulada y una serpiente que aprender a avanzar. En todos los entornos se observa que, simplemente buscando estos puntos crı́ticos, los agetes generan comportamientos interesantes sin haber sido programados para ello. Además, la complejidad de su comportamiento aumenta a medida que se aumenta el tamaño de las redes neuronales.<br /><br />
000101311 521__ $$aMáster Universitario en Ingeniería Industrial
000101311 540__ $$aDerechos regulados por licencia Creative Commons
000101311 700__ $$aAguilera Lizárrga, Miguel$$edir.
000101311 700__ $$aGómez Bedia, Manuel$$edir.
000101311 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cLenguajes y Sistemas Informáticos
000101311 8560_ $$f697254@unizar.es
000101311 8564_ $$s2427137$$uhttps://zaguan.unizar.es/record/101311/files/TAZ-TFM-2020-1468.pdf$$yMemoria (spa)
000101311 909CO $$ooai:zaguan.unizar.es:101311$$pdriver$$ptrabajos-fin-master
000101311 950__ $$a
000101311 951__ $$adeposita:2021-04-15
000101311 980__ $$aTAZ$$bTFM$$cEINA
000101311 999__ $$a20201125133328.CREATION_DATE