Redes neuronales analógicas para la computación paralela masiva de señales en tiempo real

Autores
Cancelo, Gustavo Indalecio Eugenio
Año de publicación
1996
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión aceptada
Colaborador/a o director/a de tesis
Christiansen, Carlos
Descripción
En esta tesis se realiza un estudio sobre las posibilidades de la electrónica para modelar unidades y sistemas neuronales. En particular, se proponen implementaciones de redes neuronales analógicas. La primera a nivel microelectrónico, comprende el diseño de una neurona computacional con función de activación gaussiana. Primeramente, se demostrará que las unidades computacionales con función de activación gaussiana forman una base para aproximadores universales de funciones continuas y discontinuas medibles. La segunda abarca la realización de una neurocomputadora basada en un dispositivo neuronal analógico. Este sistema aprovecha toda la potencia de cómputo de un procesador neuronal capaz de procesar 300 mil patrones analógicos por segundo. El ambiente desarrollado permite que dicho procesador se convierta en el corazón de una computadora neuronal, dentro de una computadora personal tradicional. Para ello. se desarrolla el hardware de interfaz y procesamiento necesario y el software para comunicación entre procesadores, conversión análogo-digital de patrones y de manejo del sistema computador.
Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Ingeniería (UNLP).
Doctor en Ingeniería
Universidad Nacional de La Plata
Facultad de Ingeniería
Materia
Ingeniería
Electrónica
Redes Neurales (Computación)
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/1374
Acceder
id SEDICI_3e0eaa6fae42c8ddbb750e0eb1eb5457
oai_identifier_str oai:sedici.unlp.edu.ar:10915/1374
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Redes neuronales analógicas para la computación paralela masiva de señales en tiempo realCancelo, Gustavo Indalecio EugenioIngenieríaElectrónicaRedes Neurales (Computación)En esta tesis se realiza un estudio sobre las posibilidades de la electrónica para modelar unidades y sistemas neuronales. En particular, se proponen implementaciones de redes neuronales analógicas. La primera a nivel microelectrónico, comprende el diseño de una neurona computacional con función de activación gaussiana. Primeramente, se demostrará que las unidades computacionales con función de activación gaussiana forman una base para aproximadores universales de funciones continuas y discontinuas medibles. La segunda abarca la realización de una neurocomputadora basada en un dispositivo neuronal analógico. Este sistema aprovecha toda la potencia de cómputo de un procesador neuronal capaz de procesar 300 mil patrones analógicos por segundo. El ambiente desarrollado permite que dicho procesador se convierta en el corazón de una computadora neuronal, dentro de una computadora personal tradicional. Para ello. se desarrolla el hardware de interfaz y procesamiento necesario y el software para comunicación entre procesadores, conversión análogo-digital de patrones y de manejo del sistema computador.Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Ingeniería (UNLP).Doctor en IngenieríaUniversidad Nacional de La PlataFacultad de IngenieríaChristiansen, Carlos1996info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionTesis de doctoradohttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/1374https://doi.org/10.35537/10915/1374spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/4.0/Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:21:32Zoai:sedici.unlp.edu.ar:10915/1374Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:21:32.828SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Redes neuronales analógicas para la computación paralela masiva de señales en tiempo real
title Redes neuronales analógicas para la computación paralela masiva de señales en tiempo real
spellingShingle Redes neuronales analógicas para la computación paralela masiva de señales en tiempo real
Cancelo, Gustavo Indalecio Eugenio
Ingeniería
Electrónica
Redes Neurales (Computación)
title_short Redes neuronales analógicas para la computación paralela masiva de señales en tiempo real
title_full Redes neuronales analógicas para la computación paralela masiva de señales en tiempo real
title_fullStr Redes neuronales analógicas para la computación paralela masiva de señales en tiempo real
title_full_unstemmed Redes neuronales analógicas para la computación paralela masiva de señales en tiempo real
title_sort Redes neuronales analógicas para la computación paralela masiva de señales en tiempo real
dc.creator.none.fl_str_mv Cancelo, Gustavo Indalecio Eugenio
author Cancelo, Gustavo Indalecio Eugenio
author_facet Cancelo, Gustavo Indalecio Eugenio
author_role author
dc.contributor.none.fl_str_mv Christiansen, Carlos
dc.subject.none.fl_str_mv Ingeniería
Electrónica
Redes Neurales (Computación)
topic Ingeniería
Electrónica
Redes Neurales (Computación)
dc.description.none.fl_txt_mv En esta tesis se realiza un estudio sobre las posibilidades de la electrónica para modelar unidades y sistemas neuronales. En particular, se proponen implementaciones de redes neuronales analógicas. La primera a nivel microelectrónico, comprende el diseño de una neurona computacional con función de activación gaussiana. Primeramente, se demostrará que las unidades computacionales con función de activación gaussiana forman una base para aproximadores universales de funciones continuas y discontinuas medibles. La segunda abarca la realización de una neurocomputadora basada en un dispositivo neuronal analógico. Este sistema aprovecha toda la potencia de cómputo de un procesador neuronal capaz de procesar 300 mil patrones analógicos por segundo. El ambiente desarrollado permite que dicho procesador se convierta en el corazón de una computadora neuronal, dentro de una computadora personal tradicional. Para ello. se desarrolla el hardware de interfaz y procesamiento necesario y el software para comunicación entre procesadores, conversión análogo-digital de patrones y de manejo del sistema computador.
Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Ingeniería (UNLP).
Doctor en Ingeniería
Universidad Nacional de La Plata
Facultad de Ingeniería
description En esta tesis se realiza un estudio sobre las posibilidades de la electrónica para modelar unidades y sistemas neuronales. En particular, se proponen implementaciones de redes neuronales analógicas. La primera a nivel microelectrónico, comprende el diseño de una neurona computacional con función de activación gaussiana. Primeramente, se demostrará que las unidades computacionales con función de activación gaussiana forman una base para aproximadores universales de funciones continuas y discontinuas medibles. La segunda abarca la realización de una neurocomputadora basada en un dispositivo neuronal analógico. Este sistema aprovecha toda la potencia de cómputo de un procesador neuronal capaz de procesar 300 mil patrones analógicos por segundo. El ambiente desarrollado permite que dicho procesador se convierta en el corazón de una computadora neuronal, dentro de una computadora personal tradicional. Para ello. se desarrolla el hardware de interfaz y procesamiento necesario y el software para comunicación entre procesadores, conversión análogo-digital de patrones y de manejo del sistema computador.
publishDate 1996
dc.date.none.fl_str_mv 1996
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
Tesis de doctorado
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/1374
https://doi.org/10.35537/10915/1374
url http://sedici.unlp.edu.ar/handle/10915/1374
https://doi.org/10.35537/10915/1374
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc/4.0/
Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/4.0/
Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260034748153856
score 13.13397

Publicaciones similares