-
La arquitectura del Perceptron ...
-
aprende a clasificar modelos mediante un aprendizaje no supervisado
-
aprende a clasificar modelos mediante un aprendizaje supervisado
-
no clasifica modelos
-
¿Cuántas capas de unidades procesadoras presenta el Perceptron?
-
Una capa
-
Dos capas
-
Tres capas
-
Ninguna capa
-
¿De estas capas, cuántas presentan la capacidad de adaptar ó modificar los pesos de las conexiones?
-
Una capa
-
Dos capas
-
Tres capas
-
Ninguna capa
-
¿Se pueden implementar capas adicionales en una red Perceptron?
-
Sí
-
No
-
Sí, pero éstas no disponen de la capacidad de modificar sus propias conexiones
-
No, a no ser que dispongan de pesos modificables en sus conexiones
-
¿Qué realiza la unidad procesadora del Perceptron?
-
La multiplicación de las entradas
-
La asociación y normalización de las entradas
-
La suma ponderada de las entradas
-
¿Qué valor fijo presenta siempre la entrada "bias"?
-
+1
-
Cero
-
-1
-
¿Cómo funciona esta entrada "bias"?
-
Como una tensión fija en un circuito eléctrico
-
Como una masa en un circuito eléctrico
-
¿Por qué se caracterizan las redes Perceptron de tres ó más capas?
-
Porque la regla de aprendizaje sólo adapta los pesos de las conexiones de una capa
-
Porque la regla de aprendizaje adapta los pesos de las conexiones de dos capas
-
Porque la regla de aprendizaje adapta los pesos de las conexiones de todas las capas
-
¿En qué consiste el entrenamiento del Perceptron?
-
En presentar a la red todos los vectores de entrada del conjunto de entrenamiento de forma secuencial
-
En presentar a la red todas las parejas de vectores (entrada y salida deseada) del conjunto de entrenamiento de forma aleatoria
-
En presentar a la red todas las parejas de vectores (entrada y salida deseada) del conjunto de entrenamiento de forma secuencial
-
¿Se modifican los pesos después del entrenamiento?
-
No
-
Sí
-
Sólo durante la fase de test posterior
-
¿Cuál de las siguientes es una posibilidad derivada de la convergencia de la red?
-
La red ha aprendido corectamente el conjunto de entrenamiento
-
La red no ha aprendido todas las respuestas correctas
-
Respuestas 1 y 2
-
Ninguna de las anteriores
-
¿Cuál es la principal limitación funcional del Perceptron?
-
Que una unidad de salida no puede clasificar patrones
-
Que una unidad de salida sólo puede clasificar patrones linealmente separables
-
Que una unidad de salida sólo puede clasificar patrones linealmente no separables
-
Un ejemplo conocido de clasificación de patrones e imposible de resolver por el Perceptron es ...
-
el problema AND
-
el problema OR
-
el problema XOR
-
Qué red neuronal resolvió esta importante limitación de la red Perceptron?
-
La red ART
-
La red BAM
-
La red Backpropagation
-
La red Hopfield
-
¿Qué limitación presenta la red Adaline-Madaline?
-
La carencia de un método que ajuste más de una capa de pesos
-
La carencia de un método que ajuste más de dos capas de pesos
-
No se pueden ajustar los pesos de ninguna capa
-
¿Cuál de estas opciones es una aplicación de la red Adaline-Madaline?
-
Filtros adaptativos de eliminación de ruido
-
Reconocimiento de patrones de señales
-
Procesado natural del lenguaje
-
Respuestas 1 y 2
-
Respuestas 2 y 3
-
Todas las respuestas son correctas
-
¿En qué consiste el mecanismo de ajuste de pesos de la red Adaline?
-
En utilizar el valor de la salida directamente
-
En utilizar la diferencia entre el valor de la entrada y el valor esperado de salida
-
En utilizar la diferencia entre el valor de la salida y el valor esperado de salida
-
¿Entre qué valores está comprendido el rango de salida de la unidad Adaline?
-
Entre -0.5 y +0.5
-
Entre 0 y 1, como la red Perceptron
-
Entre -1 y +1
-
¿Con qué nombre se conoce a la regla de aprendizaje de la red Adaline?
-
Delta-Rule
-
Regla de Widrow-Hoff
-
Regla de Rosenblatt
-
¿En qué consiste la estructura Madaline?
-
En una capa de unidades Adaline conectadas a varias unidades Madaline
-
En más de una capa de unidades Adaline conectadas a una unidad Madaline
-
En una capa de unidades Adaline conectadas a una simple unidad Madaline
-
¿Qué conexiones de una red Madaline tienen asociadas un peso ajustable por cada una de ellas?
-
Las conexiones entre la capa de entrada y la capa Adaline
-
Las conexiones entre la capa Adaline y la capa de unidades Madaline
-
Las conexiones entre la capa Adaline y la unidad Madaline
-
¿Cómo obtiene su salida una red Madaline?
-
Por una regla de minorías
-
Por una regla equitativa
-
Por una regla de mayorías
-
¿Cuándo se modifica algún peso durante el entrenamiento de la Madaline?
-
Cuando coinciden la salida de la Madaline y la salida deseada
-
Cuando no coincide la salida de la Madaline con la deseada, modificándose entonces todos los pesos
-
Cuando no coincide la salida de la Madaline con la deseada, con lo que se modifican los pesos de la unidad Adaline cuya suma sea la más próxima a cero