Introducing
Your new presentation assistant.
Refine, enhance, and tailor your content, source relevant images, and edit visuals quicker than ever before.
Trending searches
REGLA DE HEBB Y CADENAS DE MARKOV
29
REGLA DE HEBB Y CADENAS DE MARKOV
La regla de hebb o tambien llamada teoría de Hebb es una teoría científica en neurociencia biológica que explica la adaptación de las neuronas en el cerebro durante el proceso de aprendizaje. En él se describe un mecanismo básico para la plasticidad sináptica en donde un incremento en la eficacia sináptica surge de la célula presináptica ha repetido y persistente estimulación de la célula postsináptica. Introducido por Donald Hebb en su libro de 1949 La organización de la conducta, sino que también se llama la regla de Hebb, el postulado de Hebb
DESCRIPCION
- Hebb propuso la primera regla de aprendizaje neuronal en 1943 su idea fue que dos neuronas cuya salida fuere alta deberían realizar una conexión entre ellas
LIMITACIONES
Esta regla no tiene un mecanismo para decrementar los pesos o volverlos estables . los pesos crecen indefinidamente
CARACTERISTICAS
- El mecanismo de modificación de los valores de las conexiones sinápticas deben ser dependientes del tiempo
- Este mecanismo es natural por naturaleza la cual es fundamental cuando el método utilizado es no supervisado
- El proceso es interactivo debido a que un cambio en la conexión obedece a una activación simultanea pre y post sináptica
Procedimiento
-El aprendizaje hebbiano consiste básicamente en el ajuste de los pesos de la conexiones de acuerdo con la correlación
-De manera general se denomina aprendizaje Hebbiano a un aprendizaje que involucra una modificación a los pesos proporcional al producto de una entrada Xj y de una salida Yi de la neurona a lo que se le denomina ritmo de aprendizaje
ESTRUCTURA
VIDEO REGLA HEBB
CADENAS DE MARCOV
Definición
Las cadenas de markov son modelos probabilísticos que se usan para predecir la evolución y el comportamiento a corto y a largo plazo de determinados sistemas.
CARACTERISTICAS
Las cadenas de este tipo tienen MEMORIA, es decir recuerdan el ultimo evento y esto condiciona las posibilidades de los eventos futuros.
Esta dependencia del evento anterior distingue a las cadenas de MARKOV, de las series de eventos independientes, como tirar una moneda al aire o tirar un dado.
PARA QUE SIRVE
Una cadena de Markov, por tanto, representa un sistema que varía su estado a lo largo del tiempo,siendo cada cambio una transición del sistema. Dichos cambios no están predeterminados, aunque sí lo está la probabilidad del próximo estado en función de los estados anteriores.