101311 20210415110711.0 TAZ-TFM-2020-1468 spa García Otín, Víctor Adaptive learning based on the maintenance of neural organizational invariances Aprendizaje adaptativo basado en el mantenimiento de invarianzas organizacionales neuronales Zaragoza Universidad de Zaragoza 2020 by-nc-sa Creative Commons 3.0 http://creativecommons.org/licenses/by-nc-sa/3.0/ Durante 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 /> Máster Universitario en Ingeniería Industrial Derechos regulados por licencia Creative Commons Aguilera Lizárrga, Miguel dir. Gómez Bedia, Manuel dir. Universidad de Zaragoza Informática e Ingeniería de Sistemas Lenguajes y Sistemas Informáticos 697254@unizar.es 2427137 http://zaguan.unizar.es/record/101311/files/TAZ-TFM-2020-1468.pdf Memoria (spa) oai:zaguan.unizar.es:101311 driver trabajos-fin-master deposita:2021-04-15 TAZ TFM EINA 20201125133328.CREATION_DATE