CUESTIONARIO DE RESDES NEURONALES ARTIFICIALES

Con respecto al aprendizaje no supervisado, seleccione la respuesta verdadera.

a. Genera un vector de error, que retroalimenta la red.
b. En este tipo de aprendizaje no se necesita tutor externo.
c. Con un número suficiente de sesiones de entrenamiento, la red converge, produciendo las respuestas
deseadas.
d. Utiliza datos de entrenamiento no etiquetados previamente.
Seleccione una:

1. b, c

2. a, d

3. a, c

4. Todas las opciones.

5. b, d

Existen versiones de las redes de memoria asociativa bidireccional que permiten la definición de la matriz
de pesos mediante aprendizaje, utilizando aprendizaje de Hebbs.
Seleccione una:

a. La primera afirmación es correcta y la segunda no

b. Las dos afirmaciones son incorrectas.

c. La primera afirmación es incorrecta y la segunda es correcta

d. Ninguna de las posibilidades

e. Las dos afirmaciones son correctas

A la deficiencia de no poder utilizar los algoritmos cuando hay más de una capa de pesos que ajustar,
¿cuáles fueron los algoritmos que permitieron ajustar estos pesos?
a- Algoritmos de re-propagación por error.
b- Algoritmos de propagación.
c- Algoritmos de propagación por error.
d- Algoritmo re-propagación.
Las afirmaciones ciertas son:
Seleccione una:

1. a,c

2. b,d

3. Ninguna de las posibilidades

4. a,d

5. b,c

Quien desarrollo el modelo de redes neuronales artificiales denominado el Perceptrón.

Seleccione una:

a. Wasserman

b. Frank Rosenblatt

c. Bernard Widrow

d. Ninguna de las posibilidades.

e. John Hopfield
Los perceptrones se aplicaron rápidamente a resolver problemas tales como:
a- Predicción climatológica.
b- Predicción de comportamientos.
c- Identificación de rostros.
d- Interpretación de electrocardiogramas.
Las afirmaciones ciertas son:
Seleccione una:

1. b,d

2. b,c

3. Todas las anteriores

4. a,c

5. a,d

Quienes son los creadores de la regla delta generalizada.

Seleccione una:

a. McClelland y David Parker

b. David Rumelhart y David Parker

c. McClelland y Marcian Hoff

d. David Rumelhart y McClelland

e. Ninguna de las posibilidades.

Los perceptrones se aplicaron rápidamente a resolver problemas tales como:
a- Predicción climatológica.
b- Predecir el futuro de una señal a partir de su valor actual.
c- Diseño de filtros.
d- La interpretación de electrocardiogramas.
Las afirmaciones ciertas son:

Seleccione una:

A. a,d

B. b,c

C. b,d

D. a,c

E. Todas las posibilidades.

De que está conformada la capa oculta del algoritmo de retro propagación del error.
Seleccione una:

a. Neuronas receptivas.

b. Neuronas adaptativas

c. Neuronas activadoras

d. Ninguna de las posibilidades

e. Neuronas procesadoras.
Cuáles de las siguientes afirmaciones corresponden al aprendizaje supervisado:
a- No necesita tutor externo.
b- Necesita tutor externo.
c- Requiere de datos de entrenamientos no etiquetados.
d- Requiere patrones de aprendizaje.
Las afirmaciones ciertas son:
Seleccione una:

1. b,c

2. a,d

3. b,d

4. Todas las posibilidades

5. a,c

Cuáles son los cuatro elementos funcionales de la neurona natural.

Seleccione una:

a. Receptor, Sumador, Activador, Salida

b. Membrana, núcleo, cilindro-eje, terminales

c. Umbral, Receptor, Dentritas, Sumador

d. Ninguna de las opciones.

e. Umbral, Dentritas, Axón, Salida

Cuál de las siguientes opciones corresponden a una característica y una aplicación de las redes de hopfield.
a- Sirve como memoria asociativa.
b- Permiten la definición de la matriz de pesos mediante aprendizaje.
c- Cada una de las neuronas tiene una salida que puede estar en uno de dos estados: 0 o 1
d- Son heteroasociativas, es decir, que ante un vector de entrada dado produce un vector diferente, aunque
relacionado, en otra capa de neuronas.
Las afirmaciones ciertas son:
Seleccione una:

1. Ninguna de las posibilidades

2. a,c

3. a,d

4. b,c

Cual es una de las formas como se acelera la convergencia del proceso de aprendizaje de una red neuronal.
Seleccione una:

a. Introduciendo un término en los ajustes de la función ponderada

b. Introduciendo un término en las ecuaciones de ajuste llamado momentum

c. Introduciendo el algoritmo para que la suma ponderada sea salida de errores

d. Introduciendo un término en las ecuaciones de ajuste llamado Distributed processing

e. Ninguna de las posibilidades

Quienes desarrollaron el modelo de neurona artificial denominado La Adaline.
a- Bernard widrow
b- McCulloch
c- Rosenblatt
d- Marcian E. Hoff
Las afirmaciones ciertas son:
Seleccione una:

1. a,d

2. a,c

3. b,c

4. b,d

5. Ninguna de las posibilidades

Marque la respuesta verdadera que corresponda a quien fue el que comparo el filtrado resultante de una
Red Neuronal multicapa con el de un filtro adaptativo lineal en una señal de electroencefalograma.
Seleccione una:

a. Douglas Palmer

b. Charles Rosenberg

c. Ninguno de las posibilidades

d. Robert Farber

e. Alan Lapedes
Los tipos de modelo de aprendizaje en redes neuronales artificiales multicapa son adaptables y susceptibles
al aprendizaje, a través de la modificación de pesos. Cuáles son Las formas fundamentales de aprendizaje.
a- Aprendizaje supervisado.
b- Aprendizaje por retro propagación del error.
c- Aprendizaje de Hebbs.
d- Aprendizaje no supervisado.
Las afirmaciones ciertas son:
Seleccione una:

1. b,d

2. Ninguna de las posibilidades

3. a,c

4. b,c

5. a,d

Cuáles son los nombres de los elementos funcionales de la neurona artificial.

Seleccione una:

a. Activador, De salida, Receptor, Sumador.

b. Receptor, Intermedio o oculto, Activador, De salida

c. De entrada, Sumador, Activador, de salida

d. Ninguna de las posibilidades

e. Activador, De salida, Receptor, De retro alimentación.

Marque la respuesta correcta que corresponde: Cada una de las neuronas en las redes de Hopfield tiene
una salida que puede estar en uno de dos estados: 0 o 1:
a- La salida es 1, si la suma ponderada de las salidas de las otras neuronas es mayor que un umbral
especificado T.
b- La salida es 0, si la suma ponderada de las salidas de las otras neuronas es mayor que un umbral
especificado T.
c- La salida es 1, si la suma ponderada de las salidas de las otras neuronas es menor que un umbral
especificado T
d- La salida es 0, si la suma ponderada de las salidas de las otras neuronas es menor que un umbral
especificado T
Las afirmaciones ciertas son:
Seleccione una:

1. a,c

2. b,d

3. b,c

4. a,d

5. Todas las posibilidades.

En 1958, Frank Rosenblatt desarrollo la primera red neuronal artificial especificada con toda precisión y
orientada computacionalmente. Esta red fue?
Seleccione una:

a. Redes de Memoria Asociativa Bidireccional.

b. Adaline.

c. Red de Hopfield.

d. Perceptrón.

e. Ninguna de las posibilidades.

Marque la respuesta verdadera que corresponda al tema central o fundamental de la Ingeniería de Control.
a- Diseñar un modelo.
b- Diseñar un actuador.
c- Diseñar un controlador.
d- Diseñar un agente.
Las afirmaciones ciertas son:
Seleccione una:

1. b,c

2. a,c

3. a,d

4. Todas las opciones

5. b,d

Los trabajos más famosos en aplicaciones con Redes Neuronales Artificiales son los de Sejnowsky y
Rosenberg en el año 1987, ya que introducen el sistema NEFTALK que sirvió como contribución para decidir
qué tipo de red neuronal utilizar. Según lo anterior, marcar la respuesta correcta, la cual determina la
función que cumple el sistema NEFTALK y a su vez el campo de aplicación en el que se introduce dicho
sistema.
Seleccione una:

a. Sistema que identifica zonas del lenguaje de la corteza cerebral del cerebro humano. Este sistema
se introduce en el campo de aplicación de Procesamiento de Señales.

b. Sistema que mejora el reconocimiento de fonemas para hacerlo independiente del hablante. Este
sistema se introduce en el campo de aplicación de Procesamiento de señales.

c. Sistema que aprende a leer en voz alta. Este sistema se introduce en la aplicación de Análisis y
generación del lenguaje.

d. Ninguna de las opciones.

e. Sistema que analiza un vocablo hablado, identificando parámetros fonéticos, con el fin de asociarlo
con la palabra escrita correspondiente para permitir su reconocimiento. Este sistema se introduce en el
campo de aplicación de Análisis y generación del lenguaje natural.

Marcar la respuesta correcta basada en el siguiente enunciado. En el campo potencial de aplicación sobre el
análisis y generación de lenguaje natural, se están empleando Redes Neuronales para:
a- Identificar zonas del lenguaje de la corteza cerebral del ser humano.
b- Identificar parámetros fonéticos, con el fin de asociarlo con la palabra escrita correspondiente,
permitiendo su reconocimiento.
c- Procesar el lenguaje identificado en la corteza cerebral del ser humano.
d- Analizar un vocablo hablado, mejorando el reconocimiento de fonemas.
Las afirmaciones ciertas son:
Seleccione una:

1. a,d

2. Ninguna de las posibilidades.

3. b,c

4. a,c

5. b,d

Seleccione la respuesta correcta. ¿Cuál es la función de las capas de entrada en las redes de memoria
asociativa bidireccional?
Seleccione una:

a. Transformar la matriz de pesos W en un vector de entrada W a la capa de salida.

b. Transformar la matriz de pesos W en un vector de salida W a la capa de retroalimentación.

c. Todas las posibilidades

d. Transformar la matriz de pesos W en un vector de entrada W a la capa de retroalimentación.

e. Transformar la matriz de pesos W en un vector de salida W a la capa de entrada.

Se aplicaron rápidamente a resolver problemas tales como la predicción climatológica, la interpretación de

electrocardiogramas y otros, además dio nuevo impulso al desarrollo de Redes Neuronales artificiales.
a- Los perceptrones
b- Redes neuronales de una capa.
c- Las redes de Hopfield
d- Redes neuronales multicapa
Las afirmaciones ciertas son:
Seleccione una:

1. Ninguna de las posibilidades

2. a,c

3. b,d

4. a,d

5. b,c

La Adaline es un modelo de neurona cuyo nombre proviene de.

Seleccione una:

a. Adaptiverb linear element.

b. Ninguna de las opciones.

c. Adaptive linear element.

d. Adaptiverb line neuron.

e. Adaptive linear neuron.

Algunas de las aplicaciones utilizadas en procesamientos y análisis de imágenes son:

a. Blancos militares y camuflados
b. Filtros y ecualizadores.
c. Diagnostico radiológico.
d. Un estimado óptico de la señal deseada
Las afirmaciones ciertas son:
Seleccione una:

1. a, c

2. b, d

3. Ninguna de las posibilidades

4. b, c

5. a, d

Este personaje propuso su ley de aprendizaje, que posteriormente fue el fundamento de los algoritmos
para las Redes Neuronales artificiales, también dio lugar a nuevas teorías sobre la memoria.
Seleccione una:

a. Stephen Grossberg

b. McCulloch

c. Donald O. Hebb

d. Ninguna de las posibilidades.

e. Frank Rosenblatt

Marque la respuesta correcta que corresponde a redes de memoria asociativa bidireccional

a- Este tipo de redes, se basan en el vector de error, actualiza los pesos de sus interconexiones de manera
que el error tienda a desaparecer y con un número suficiente de sesiones de entrenamiento, la red
converge.
b- Este tipo de redes, son heteroasociativas, es decir, que ante un vector de entrada dado produce un
vector diferente, aunque relacionado, en otra capa de neuronas.
c- Este tipo de redes, tienen una sola capa de neuronas, pero todas éstas están conectadas entre sí,
mediante arcos dobles ponderados que van en ambas direcciones
d- Este tipo de redes, se componen de tres capas; una capa de entrada A, una capa de salida B y una capa
de retroalimentación R.
Las afirmaciones correctas son:
Seleccione una:

1. a,d

2. Todas las posibilidades.

3. a,c

4. b,c

5. b,d

¿Cuántas neuronas hay en La corteza cerebral que tiene un espesor promedio de 3 mm y una superficie de
unos 2000 cm2?
Seleccione una:

a. 200.000.000.000 de neuronas

b. 100.000.000 de neuronas

c. 100.000.000.000 de neuronas

d. Ninguna de las posibilidades

e. 200.000.000 de neuronas

En cuales de los siguientes elementos de RNA se aplica el aprendizaje supervisado.

a- En el Perceptrón.
b- Red Hopfield.
c- Las Redes de Kohonen.
d- La Adaline
Las afirmaciones ciertas son:
Seleccione una:

1. a,d

2. b,d

3. b,c

4. a,c

El diagnóstico es la identificación de la naturaleza y las causas de una situación presente, y se emplea en

numerosos campos. Seleccione la respuesta correcta que indica cuales son los campos en los que se
emplea la operación de diagnóstico.
Seleccione una:

a. Ninguna de las posibilidades.

b. La política estratégica neuronal, la ingeniería de mantenimiento fisiológico, la química neuronal, la

medicina y las ciencias potenciales

c. Las organizaciones potenciales, la medicina, la planeación estratégica, la economía, las ciencias

políticas y la matemática aplicada.

d. La planeación estratégica de organizaciones, la medicina, la ingeniería de servicio y mantenimiento,

la economía, la sociología y las ciencias políticas.

e. La economía, la sociología, la matemática, la medicina, la política estratégica neuronal, las ciencias

políticas

El diagnóstico de sistemas complejos se basa fundamentalmente en la experiencia de expertos, quienes a lo

largo de su experiencia han aprendido a asociar ciertos síntomas e historia ambiental con determinados
estados del sistema, sus causas y las acciones más adecuadas para mejorarlo a lo largo de la historia se han
creado distintos sistemas expertos y se han aplicado a muchas áreas del diagnóstico desarrollándose con gran
éxito en muchos campos como lo son las especialidades médicas, análisis bursátiles, encontrando como la
mejor solución las redes neuronales.
Seleccione la respuesta correcta que indica cuales son las redes neuronales creadas para el campo de la
medicina y el año de creación.
a- Apolloni et al (1990), Red Neuronal basada en retro propagación.
b- Collins, Gosh y Scofield (1988), Red Neuronal basada en retro propagación.
c- Bortolan et al (1990), Red Neuronal basada en retro propagación.
d- Desknet (Yoon et al, 1989), Red Neuronal basada en retropropagación.
Las afirmaciones ciertas son:
Seleccione una:

1. b,c

2. Ninguna de las posibilidades

3. a,d

4. b,d

5. a,c

Marque la respuesta verdadera que corresponda a: Las técnicas de transformada de Fourier y algoritmos de
extracción de características especiales son ejemplos de técnicas que se utilizan en procesamientos de?
Seleccione una:

a. Procesamiento de señales

b. Procesamiento y análisis de imágenes

c. Control automático

d. Análisis y generación de lenguaje natural

e. Ninguna de las posibilidades.

Existen dos clases de sinapsis:

a- Las de entrada.
b- Las actuadoras.
c- Las de salida.
d- Las inhibidoras.
Las afirmaciones ciertas son:

Seleccione una:

1. b,c

2. b,d

3. a,c

4. Ninguna de las posibilidades.

5. a,d

Tiene una sola capa de neuronas, pero todas están conectadas entre si, mediante arcos dobles ponderados
que van en ambas direcciones. esta definición corresponde al término de
Seleccione una:

a. Redes asociativas unidireccional

b. Redes de memoria asociativa bidireccional

c. Redes neuronales

d. Todas las posibilidades.

e. Redes de Hopfield

Marque la respuesta correcta que corresponde: En las redes de Hopfield la topología doble de
interconexión convierte a la red en una red:
a- Auxiliar.
b- Retroalimentada.
c- Asistencial.
d- Recursiva.
las afirmaciones ciertas son:
Seleccione una:

1. b,d

2. Todas las posibilidades.

3. a,d

4. b,c

5. a,c

Como está dada la fase de propagación hacia atrás en el algoritmo de retro propagación del error
Seleccione una:

a. Comienza con la comparación de la salida real de la red con la salida deseada.

b. Ninguna de las posibilidades.

c. Recibe señales externas,

d. Se le presenta a la red un vector a través de sus neuronas.

e. Con el activador no lineal para construir la salida de la red.

Las redes neuronales son utilizadas para predecir el comportamiento de los mercados asesorando el mejor
momento para.
a- Comprar Acciones
b- Abrir nuevos mercados
c- Realizar crecimientos de mercados
d- Vender Acciones
Las afirmaciones ciertas son:
Seleccione una:

1. b,c

2. a,c

3. a,d

4. b,d

5. Ninguna de las opciones

Rosenblatt publicó su libro "Principles of Neurodynamics (Rosenblatt 1962)" en el que presentó

formalmente el Perceptrón como modelo para construir que?
Seleccione una:

a. Filtros adaptativos.

b. El cálculo del error cometido en un patrón.

c. Una computadora lógica.

d. Ninguna de las posibilidades.

e. Relaciones NO lineales entre entradas y salidas, que no pueden ser representadas exactamente por
redes lineales.

En la década de los 50, varios investigadores combinaron los resultados obtenidos por los matemáticos,
biólogos y los psicólogos y desarrollaron modelos de simulación en computadora de neuronas y Redes
Neuronales, dando lugar a la simulación mediante software. Entre estos investigadores estaban:
a- Farley y CLark.
b- Householder y Landahl.
c- Rochester, Holland, Haibt y Duda.
d- McCulloch y Pitts.
Las afirmaciones ciertas son:
Seleccione una:

1. Ninguna de las opciones

2. b,c

3. a,c

4. a,d

5. b,d

Seleccione la respuesta correcta según lo dicho en el siguiente enunciado. Wang y Yeh han explorado el uso
de Redes Neuronales para la construcción de controladores:
Seleccione una:

a. Todas las posibilidades.

b. Auto adaptativos, caracterizados por su habilidad de aprender a partir de ejemplos, sin necesidad de
modelar la planta a controlar.

c. Para resolver el problema de asir un objeto dado mediante un brazo robótico inteligente.

d. Que se distinguen por su adaptabilidad dinámica ante cambios de la misma planta, así como por sus
propiedades de robustez.

e. Que determine el conjunto óptimo de señales que hagan que un sistema de actuadores lleve al
sistema al estado deseado.

¿En la corteza cerebral hay zonas especializadas en determinado trabajo, llamadas zonas o localizaciones
cerebrales?
a- Zonas auditivas, Zonas motoras.
b- Zonas motoras, Zonas sensitivas.
c- Zonas de lenguaje, Zonas auditivas.
d- Zonas de los sentidos, Zonas de lenguaje.
Seleccione una:

1. a,d

2. b,d

3. b,c

4. a,c

5. Ninguna de las opciones

Seleccione la respuesta que sea falsa, con respecte a la corteza cerebral. (todas son verdaderas)
Seleccione una:

En el cerebro hay zonas especializadas en determinado trabajo, llamadas zonas o localizaciones

cerebrales.

Todas las opciones.

Está situada en la periferia del cerebro, formando pliegues llamados circunvoluciones cerebrales.

Contiene la mayor parte de neuronas del cerebro.

Es el centro superior de la memoria.

La adaline es uno de los modelos más simples de RNA, marque las respuestas verdaderas con respecto a
este modelo.
a. Su nombre proviene de adaptive linear neuron.
b. Después fue rebautizada como adaptive linear neuron.
c. Su nombre proviene de adaptive linear element.
d. Después fue rebautizada como adaptive linear element.
Seleccione una:

1. Todas las opciones.

2. a, c

3. b, d

4. b, c

5. a, d

Marque la respuesta verdadera con respecto a los elementos funcionales de la neurona artificial.
Seleccione una:

Ninguna de las opciones.

El elemento sumador, a donde llegan una o varias señales de entrada xi, que generalmente provienen
de otras neuronas.

La neurona artificial es una unidad procesadora con tres elementos funcionales.

El elemento de función activadora, que aplica una función no lineal de umbral a la salida del sumador
para decidir si la neurona se activa.

El elemento receptor, que efectúa la suma algebraica ponderada de las señales de entrada,
ponderándolas de acuerdo con su peso.

El perceptrón es uno de los modelos más simples de RNA, marque las respuestas verdaderas con respecto a
este modelo.
a. La red neuronal más simple construida con perceptrones tiene tres capas: una capa receptora, una
activadora y una capa de salida.
b. La ley de aprendizaje del perceptrón ajusta los pesos, de manera que se obtenga con mayor probabilidad
la salida deseable correspondiente a un cierto conjunto de entradas.
c. Las ventajas más grandes del perceptrón es que, aunque pueden construirse Redes Neuronales de una
capa con él, permite más que una sola capa de pesos adaptativos.
d. El perceptrón es entrenado presentándole un conjunto de patrones de entrenamiento en forma
repetida.
Seleccione una:

1. b, c

2. a, c

3. a, d

4. Todas las opciones

5. b, d

Cuál de los siguientes enunciados es falso, con respecto a la neurona natural.

Seleccione una:

Tiene un núcleo que contiene el material genético de la célula.

La sinapsis constituye un relevador bioquímico que sirve para transferir la señal de una neurona a otra.

El citoplasma forma la masa gris de los centros nerviosos.

Tiene una membrana externa que presenta unos alargamientos llamados dendritas.

Ninguna de las opciones.

Basados en la red de Hopfield elemental, marque las respuestas verdaderas.

a. Tiene una sola capa de neuronas, pero todas éstas están conectadas entre sí, mediante arcos dobles
ponderados que van en ambas direcciones.
b. La topología doble de interconexión convierte a la red en una red retroalimentada o recursiva.
c. Una de las aplicaciones de este tipo de Red es la de servir como memoria asociativa.
d. Las memorias asociativas son útiles para regenerar señales incompletas o deterioradas por ruido.
Seleccione una:

1. Todas las opciones

2. b, d

3. a, c

4. b, c

5. a, d

Con respecto al aspecto histórico de las redes neuronales artificiales, seleccione la respuesta verdadera.
Seleccione una:

El Perceptrón de Householder, fue la primera red neuronal artificial especificada con toda precisión y
orientada computacionalmente.

Ninguna de las opciones.

Se comprobó que las redes con una capa de perceptrones eran incapaces de resolver problemas tan
simples como la simulación de una compuerta lógica de tipo AND.

Householder desechó el enfoque de teóricos anteriores, que veían al cerebro como una computadora
lógica.

Los perceptrones se aplicaron rápidamente a resolver problemas tales como la predicción climatológica, la
interpretación de electrocardiogramas y otros.

Con respecto a la red de memoria asociativa bidireccional

a. La s redes de memoria auto asociativa son heteroasociativas.
b. Esta red ante un vector de entrada dado produce un vector diferente, aunque relacionado, en otra capa
de neuronas.
c. Se compone de cuatro capas: La de entrada, la de salida, la de retroalimentación y la de validación.
d. Las redes de memoria auto asociativa, son las que un cierto patrón puede ser completado o corregido,
pero no asociado con un patrón diferente.
Seleccione una:

1. b, d

2. a, d

3. Todas las opciones.

4. a, c

5. b, c

Cuál de los siguientes enunciados es verdadero, con respecto a la neurona natural.

Seleccione una:

Las sinapsis actuadoras dificultan el disparo de la neurona receptora.

Todas las opciones.

Las sinapsis inhibidoras favorecen el disparo de la neurona receptora.

Las dendritas son órganos de recepción, termina en un gran número de fibras que son conductores que
llevan la señal o impulso nervioso de los receptores o de otras neuronas hacia la neurona.

En las sinapsis termina un gran número de fibras que son conductores que llevan la señal o impulso
nervioso de los receptores o de otras neuronas hacia la neurona.

Con respecto al aprendizaje supervisado, seleccione la respuesta verdadera.

a. Requiere la presencia de un tutor externo y una serie de patrones de aprendizaje.
b. Con un número suficiente de sesiones de entrenamiento, la red converge, produciendo las respuestas
deseadas.
c. El tutor conoce el vector de respuesta correcto ante cada vector de entradas y, con la respuesta real de la
red, genera un vector de error, que retroalimenta a ésta.
d. Genera un vector de error, que retroalimenta la red.
Seleccione una:

1. b, c

2. a, c

3. Todas las opciones.

4. b, d

5. a, d

Seleccione las respuestas verdaderas con respecto a los tipos de aprendizaje en RNA
a. El aprendizaje supervisado se aplica tanto en el Perceptrón, como en la Adaline.
b. El aprendizaje supervisado se aplica a las redes de Kohonen.
c. El aprendizaje no supervisado se aplica tanto en el Perceptrón, como en la Adaline.
d. El aprendizaje no supervisado se aplica a las redes de Kohonen.
Seleccione una:

1. a, c

2. Todas las opciones

3. a, d

4. b, d

5. b, c