Dra. Patricia Rayón Villela
DIRECCIÓN DE CARRERA DE ISC Y DEPARTAMENTO DE COMPUTACIÓN
q Descripción
Este curso cubrirá tópicos generales en el área de reconocimiento de patrones y redes neuronales artificiales. El reconocimiento de patrones es un área de investigación que trata con el reconocimiento de patrones (objetos) basado en sus características (apariencia). Ha habido una gran variedad de aplicaciones en análisis de voz e imágenes, reconocimiento de objetos y reconocimiento de caracteres. Por oro lado las redes neuronales proveen un entorno para poder llevar a cabo estas tares de reconocimiento. Las redes neuronales han probado ser una herramienta poderosa en este tipo de tareas. Estas dos áreas comparten mucho en común en los problemas similares que tratan. En estas áreas de investigación se han encontrado resultados y algoritmos prácticos que han sido de utilidad. El objetivo de este curso es conocer e implementar los algoritmos de redes neuronales para llevar a cabo tareas de reconocimiento de objetos en imágenes.
¿A quién va dirigido?
A aquellos que deseen conocer las ventajas de las redes neuronales para llevar tareas de reconocimiento de patrones, basados en redes neuronales y llevar a cabo aplicaciones concretas.
q Requisitos
Se requiere de conocimientos básicos de álgebra, cálculo y estadística básica.
Conocimiento de algún lenguaje de programación (C, C++, Java).
q Temario tentativo
1. Introducción al Reconocimiento de Patrones
2. Introducción a las Redes Neuronales
3. Perceptron
4. Perceptron multicapa
5. Clasificación no supervisada
6. Aprendizaje Competitivo
7. Redes de Hopfiled
8. Red BAM
9. Red de Kohonen
10. Redes Bayesianas
11. Algoritmos Genéticos
12. Lógica Difusa
q Bibliografía
1. Duda and Heart, Pattern Classification and Scene Analysis, John-Wiley & sons, New York, NY, 1973
2. Fukunaga, Introduction to Statistical Pattern Recognition, Academic Press, New York, NY, 1972
3. Lippman, “An Introduction to Computing with Neural Nets”, IEEE ASSP Magazine, Apr. 1987
4. M. Bishop. Neural Networks for Pattern Recognition. Clarendon Press-Oxford, 1995