Please enable JavaScript.
Coggle requires JavaScript to display documents.
APPROCCI SUBSIMBOLICI (CAP.8 BIS) - Coggle Diagram
APPROCCI SUBSIMBOLICI (CAP.8 BIS)
NUOVA METAFORA
SIMULAZIONE DI RETI NERVOSE FORMALI
VELOCITÀ
FLESSIBILITÀ
STABILITÀ
RETI NEURALI
SISTEMI CAPACI DI APPRENDERE COMPORTAMENTI, MEMORIZZARE CATEGORIZZARE E SVOLGERE COMPITI
COSTRUITO REALMENTE O SIMULATO VIA SOFTWARE
LEGGE DI ATTIVAZIONE
CONNESSIONI
TOTALI
PARZIALI
LOCALI
LINEE DI INGRESSO E USCITA
MONOSTRATO O MULTISTRATO E STRATI NASCOSTI
LEGGI DI APPRENDIMENTO (SUPERVISIONATO E NON SUPERVISIONATO)
DAL SIMBOLO ALLA RAPPRESENTAZIONE DISTRIBUITA
RAPPRESENTAZIONE DISTRIBUITA DDELLE INFO
MODELLI DI RETI NEURALI
MODELLI FORMALI (MCCULLOCH E PITTS)
USO DI UNITÀ A SOGLIA
CALCOLO DEL TEMPO IN ISTANTI DISCRETI
MANIPOLAZIONE DEI PESI DELLE CONNESSIONI PER OTTENERE COMPORTAMENTI DIVERSI
APPRENDIMENTO SISTEMA NERVOSO SI BASA SUL CAMBIAMENTO DI CONNESSIONI TRA NEURONI (HEBB)
VICESSITUDINI DEI PERCEPTRON
ROSENBLATT --> MODELLO PERCEPTRON (2 STRATI)
NUOVA VERSIONE PERCEPTRON MULTISTRATO
REGOLA DI APPRENDIMENTO ERROR BLACK-PROPAGATION
RETI CHE MEMORIZZANO
HOPFIELD = MODELLO DI RETE MONOSTRATO
FASE DI IMMAGAZZINAMENTO
FASE DI RICHIAMO
RETI CHE SI AUTORGANIZZANO
VITA ARTIFICIALE
RETI DI KOHONEN = MAPPAGGIO
VITA ARTIFICIALE
SIMULAZIONI DI ESSERI IPERSEMPLIFICATI = AUTOMI CELLULARI
ALGORITMI GENETICI
SELEZIONE = METODO PER INDIVIDUARE ED OTTIMIZZARE ALGORITMI USATI NEL CACOLO DI FUNZIONI (HOLLAND)
PATRIMONIO GENETICO DIGITALE