Академический Документы
Профессиональный Документы
Культура Документы
1. b, c
2. a, d
3. a, c
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:
1. a,c
2. b,d
4. a,d
5. b,c
a. Wasserman
b. Frank Rosenblatt
c. Bernard Widrow
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
4. a,c
5. a,d
Seleccione una:
A. a,d
B. b,c
C. b,d
D. a,c
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
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
5. a,c
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:
1. a,d
2. a,c
3. b,c
4. b,d
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
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
3. a,c
4. b,c
5. a,d
1. a,c
2. b,d
3. b,c
4. a,d
En 1958, Frank Rosenblatt desarrollo la primera red neuronal artificial especificada con toda precisión y
orientada computacionalmente. Esta red fue?
Seleccione una:
b. Adaline.
c. Red de Hopfield.
d. Perceptrón.
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
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.
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
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:
2. a,c
3. b,d
4. a,d
5. b,c
1. a, c
2. b, d
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
e. Frank Rosenblatt
1. a,d
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
e. 200.000.000 de neuronas
1. a,d
2. b,d
3. b,c
4. a,c
1. b,c
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
c. Control automático
Seleccione una:
1. b,c
2. b,d
3. a,c
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:
c. Redes neuronales
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
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:
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
a. Filtros adaptativos.
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:
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:
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
Seleccione la respuesta que sea falsa, con respecte a la corteza cerebral. (todas son verdaderas)
Seleccione una:
Está situada en la periferia del cerebro, formando pliegues llamados circunvoluciones cerebrales.
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:
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:
El elemento sumador, a donde llegan una o varias señales de entrada xi, que generalmente provienen
de otras neuronas.
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
5. b, d
La sinapsis constituye un relevador bioquímico que sirve para transferir la señal de una neurona a otra.
Tiene una membrana externa que presenta unos alargamientos llamados dendritas.
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.
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.
1. b, d
2. a, d
4. a, c
5. b, c
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.
1. b, c
2. a, c
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
3. a, d
4. b, d
5. b, c