Repositorio Institucional de Documentos

Curso: 2014-2015

Universidad de Zaragoza, Zaragoza

Titulación: Máster Universitario en Ingeniería Electrónica

Idioma: Español

Profesor(es): Buldain Pérez, Julio David ; Martín del Brío, Bonifacio

Resumen: “Redes Neuronales Electrónicas” es una asignatura que forma parte de la materia optativa “Electrónica para ambientes inteligentes” del Máster Universitario en Ingeniería Electrónica.  Consta de 5 créditos ECTS que equivalen a 125 horas totales de trabajo del estudiante. Esta asignatura aborda todos los aspectos relacionados con las redes neuronales artificiales (RNA) y otras técnicas inteligentes relacionadas con el Machine Learning.  Partiendo de una descripción básica del comportamiento de las neuronas biológicas, se plantean modelos de neuronas artificiales cuya composición en arquitecturas jerárquicas dan lugar a redes complejas con capacidades computacionales paralelas a las de los sistemas naturales a los que imitan (aprendizaje y generalización a partir de datos de sensores), propias de sistemas con cierto grado de inteligencia y adaptabilidad. Mediante métodos de aprendizaje a partir de ejemplos, las RNA permiten modelar funciones no lineales y realizar reconocimiento de patrones con el objetivo de dotar de inteligencia a sistemas y equipos (por ejemplo, a partir de los datos captados por sensores en una vivienda, determinar patrones de uso y detectar situaciones anómalas como caídas, presencia de intrusos, etc.).  En la asignatura se presentan los fundamentos de este campo, haciéndose un énfasis especial en su aplicación en ingeniería y su realización electrónica.

Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace. No puede utilizar el material para una finalidad comercial. Si remezcla, transforma o crea a partir del material, deberá difundir sus contribuciones bajo la misma licencia que el original.