Holguin Ontiveros, Erika PaolaAnchique Leal, Leonardo AndresCardenas Carvajal, Juan CarlosFagua Husgame, Edith NataliaMendivelso Ayala, Juan GabrielMuñoz Chacon, Sandra PatriciaTique Tique, Dagoberto2021-10-052021-10-052008https://repositoriocrai.ucompensar.edu.co/handle/compensar/3091El presente proyecto documenta y toma la RNA como tema central debido a la habilidad de ejecutar tareas basadas en aprendizaje. Esta fase de aprendizaje posee varias interconexiones entre neuronas y unidades de procesos que permiten el aprendizaje a partir de ejemplos específicos, por tal motivo no son programables ni necesitan de poderosos procesadores para cumplir la tarea asignada.- Introducción - Redes neuronales biológicas artificiales e inteligencia artificial - Redes neuronales biológicas - Aprendizaje - algoritmo competitivo - Función signo - Metodología - Conclusiones82 Paginasapplication/pdfspaFundación Universitaria Panamericana, 2008https://creativecommons.org/licenses/by-nc-nd/4.0/Sistema receptron simple para evadir obstáculos generados en un ambiente controlado de dos dimensiones (2D) utilizando aprendizaje supervisado con adaptación de algoritmo de corrección de errorTrabajo de grado - Pregradoinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Redes neuronales artificiales (RNA)Red neuronal biologica (RNB)Neurona perceptron simpleParadigmas de aprendizajePerceptron multicapaAprendizaje supervisadoAprendizaje por refuerzoAprendizaje no supervisadoAlgoritmos de aprendizajeAlgoritmo de corrección de errorAlgoritmo competitivoFunción de activación sigmoide