| dc.contributor | GONZALO JORGE URCID SERRANO | |
| dc.creator | DANIEL LOPEZ CORTES | |
| dc.date | 2007-10 | |
| dc.date.accessioned | 2023-07-25T16:21:58Z | |
| dc.date.available | 2023-07-25T16:21:58Z | |
| dc.identifier | http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/626 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/7805844 | |
| dc.description | Desde hace tres décadas las redes neuronales artificiales han despertado un gran interés
debido a su simplicidad y paralelismo, éstas se basan en el funcionamiento biológico
del cerebro. Los modelos de redes neuronales se especifican por su topología de red
y reglas de aprendizaje. Los modelos de diseño y reglas de aprendizaje son motivo de
múltiples trabajos de investigación. Una gran variedad de estos trabajos han sido encaminados
hacia el procesamiento de imágenes y el reconocimiento de patrones. Algunos de
estos modelos de procesamiento de imágenes están relacionados con las clases de redes
neuronales conocidas como memorias asociativas [1, 10, 21, 22], que son capaces de almacenar
“pares de patrones asociados”. Las memorias asociativas se han estudiado en sus
diferentes modelos, así como sus aplicaciones en diversas publicaciones [4]. Una de las
redes de este tipo más conocida es la de Hopfield, la cual ha sido motivo de varias investigaciones
[8, 13]. Trabajos acerca de los modelos de neuronas han revelado que además
del cuerpo, sus dendritas también son procesos neuronales elementales del cerebro y son
capaces de implementar funciones lógicas. Por lo que las dendritas no pueden ser omitidas
cuando se construyen modelos de redes neuronales artificiales. El concepto de memoria
asociativa dendrítica para la recuperación de imágenes fue estudiado por G. X. Ritter, et
al [17], [21] la cual trata de recuperar una imagen en función de un parámetro de ruido
preestablecido en la memoria, de tal manera que si la imagen de entrada está afectada con
un nivel de ruido por debajo del preestablecido la recuperación se hará de una manera
perfecta. En el presente trabajo de tesis estudiaremos este tipo de memorias para poder
establecer bajo que condiciones son mas robustas en presencia de ruido. | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| dc.relation | citation:López-Cortés D | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/4.0 | |
| dc.subject | info:eu-repo/classification/Reconstrucción de imágenes/Image reconstruction | |
| dc.subject | info:eu-repo/classification/Procesamiento asociativo/Associative processing | |
| dc.subject | info:eu-repo/classification/Redes neuronales/Neural nets | |
| dc.subject | info:eu-repo/classification/cti/1 | |
| dc.subject | info:eu-repo/classification/cti/22 | |
| dc.subject | info:eu-repo/classification/cti/2209 | |
| dc.subject | info:eu-repo/classification/cti/220990 | |
| dc.subject | info:eu-repo/classification/cti/220990 | |
| dc.title | Memorias asociativas reticulares con capacidad dendrítica para restauración de imágenes digitales | |
| dc.type | info:eu-repo/semantics/masterThesis | |
| dc.type | info:eu-repo/semantics/acceptedVersion | |
| dc.audience | students | |
| dc.audience | researchers | |
| dc.audience | generalPublic | |
