José Luis Pérez Silva’s research while affiliated with National Autonomous University of Mexico and other places

What is this page?


This page lists works of an author who doesn't have a ResearchGate profile or hasn't added the works to their profile yet. It is automatically generated from public (personal) data to further our legitimate goal of comprehensive and accurate scientific recordkeeping. If you are this author and want this page removed, please let us know.

Publications (50)


FIGURA 1. Los estudiantes tratando de explicar sobre el movimiento.
La clase de física y las creencias de los estudiantes de preparatoria sobre el movimiento
  • Article
  • Full-text available

December 2015

·

3 Reads

·

1 Citation

Revista de Enseñanza de la Física

José Luis Pérez Silva

·

·

En este trabajo presentamos la experiencia de una entrevista con estudiantes del tercer año de preparatoria acerca del movimiento. Nos preocupaba por qué los estudiantes tenían tantos problemas para entender los conceptos fundamentales de la Mecánica Clásica, por lo que nos propusimos estudiarlos en un ambiente lo más separado posible de la estructura escolar, de tal manera que la entrevistadora fuese una persona muy joven que pudiera integrarse a ellos y que además no tuviera un fuerte preparación en física para que no pudiera influir las ideas de los estudiantes. Los resultados que obtuvimos y fracciones de los diálogos se presentan en el trabajo. Sin una idea física del movimiento la mecánica no tiene sentido para los estudiantes.

Download

FPGA based LIRA neural classifier

November 2011

·

12 Reads

·

2 Citations

Neural networks can be used for image classification. They are powerful instruments in image and pattern recognition because they have following advantages: parallel structure, training in the process of the classifier preparation, and possibility to implement them as an electronic circuit. A special type of neural classifier, LIRA (Limited Receptive Area) neural classifier, has been developed and used to solve different tasks, for example, handwritten digit recognition, face recognition, texture and shape recognition, etc. It is important to reduce the time of system work so the neural classifier was implemented in a FPGA device.


FPGA realization of the LIRA neural classifier

September 2011

·

28 Reads

·

4 Citations

Optical Memory and Neural Networks

Different types of neural networks can be used to classify images. We propose to apply LIRA (LImited Receptive Area) neural classifier to work with images. To accelerate the neural network functioning we propose a digital implementation of the LIRA neural classifier. We begin with a neuron design, and then continue with the neural network simulation. The advantage of neural network is its parallel structure and possibility of the training. FPGA (Field Programmable Gate Array) allows the implementation of these parallel algorithms in a single device. Speed of classification is one of the most important requirements in adaptive control systems based on computer vision. The contribution of this article is LIRA neural classifier implementation with FPGA for two classes to accelerate the training and recognition processes. KeywordsLIRA neural classifier–logic circuits–neural networks–FPGA–neuron


MODELADO DE FENÓMENOS FÍSICOS MEDIANTE INSTRUMENTACIÓN VIRTUAL

October 2009

·

1,742 Reads

·

José Luis Pérez Silva

·

Alberto A Herrera Becerra

·

[...]

·

RESUMEN Dada la carencia en algunos sitios geográficos del país a nivel medio superior y superior de laboratorios de enseñanza, en particular de Física, una herramienta que ayuda a modelar y que es de utilidad son los sistemas de instrumentación virtual. Estos simuladores virtuales pueden generarse en una plataforma amigable y de uso sencillo para modelar la dinámica de por ejemplo un sistema mecánico un sistema eléctrico mediante la adquisición de datos experimentales de los parámetros involucrados. La bondad de esta instrumentación virtual para la obtención de un gran número de datos permite planear un diseño experimental que sea representativo y descriptivo del fenómeno físico, como consecuencia se construye un modelo que refleja el comportamiento. En particular se emplea la plataforma de desarrollo "LabVIEW 8.5 de National Instrument", que mediante una tarjeta NI USB-6009 de adquisición con 12 entradas/salidas digitales, 8 entradas analógicas o 4 diferenciales y 2 salidas analógicas, soporta los parámetros requeridos por el diseño experimental. Objetivo,-Aplicar a fenómenos físicos la tecnología de instrumentación virtual para la toma de datos y comparar sus resultados de acuerdo a simulaciones realizadas a partir de modelos teóricos. Tabla 1. Variación de la respuesta de conmutación INTRODUCCION Mucho hemos oído hablar sobre la "instrumentación virtual" y sus beneficios. El concepto de instrumentación virtual nace a partir del uso del computador personal (PC) como "instrumento" de medición de tales señales como temperatura, presión, caudal, etc. Es decir, el PC comienza a ser utilizado para realizar mediciones de fenómenos físicos representados en señales de corriente (Ej. 4-20mA) y/o voltaje (Ej. (0-5Vdc). Sin embargo, el concepto de "instrumentación virtual" va más allá de la simple medición de corriente o voltaje, sino que también involucra el procesamiento, análisis, almacenamiento, distribución y despliegue de los datos e información relacionados con la medición de una o varias señales específicas. Es decir, el instrumento virtual no se conforma con la adquisición de la señal, sino que también involucra la interfaz hombre-máquina, las funciones de análisis y procesamiento de señales, las rutinas de almacenamiento de datos y la comunicación con otros equipos. APLICACIONES MEDICIÓN DE PESO Objetivo: Construir un panel frontal mediante el uso de indicadores numéricos para observar la medición de variación de peso proveniente de un transductor. TRANSDUCTOR DE DESPLAZAMIENTO Objetivo: Construir un panel frontal mediante el uso de indicadores numéricos para observar la medición del desplazamiento proveniente de un transductor. MEDICIÓN DE PRESIÓN Objetivo: Construir una interfase gráfica mediante el uso de indicaciones numéricos para observar la medición de variación de presión proveniente de un transductor. TRANSDUCTOR DE LUMINOSIDAD Objetivo: Construir un panel frontal mediante el uso de indicadores numéricos para observar la medición del desplazamiento proveniente de un transductor de luminosidad. TRANSDUCTOR DE PROXIMIDAD Objetivo: Construir un panel frontal mediante el uso de indicadores numéricos para observar la medición de la proximidad proveniente de un transductor. ESTACIÓN METEOROLÓGICA Objetivo: Construir un panel frontal mediante el uso de indicadores numéricos para observar la medición de las variables ambientales: temperatura, humedad, radiación solar, velocidad del viento y dirección del viento. ANALIZADOR FASORIAL Y DE POTENCIA MONOFÁSICO Objetivo: Diseñar un instrumento virtual para el análisis de potencia monofásica y de los fasores asociados en una carga. CONCLUSIONES Estas son sólo algunas aplicaciones en donde se puede utilizar instrumentación virtual para el estudio de sistemas físicos, existen una gran variedad de fenómenos físicos como el caso de los cuerpos rígidos en una o dos dimensiones para determinar si se trasladan o rotan. También se pueden estudiar sistemas físicos con más de un grado de libertad o sistemas compuestos en los cuales se podría analizar su comportamiento para cada uno de sus elementos y describirlos de una manera muy sencilla o del comportamiento de uno con respecto a otros. Sabemos que esta técnica podría aprovecharse para muchos otros sistemas físicos que podrían apoyar a un estudiante de Física o Ingeniería a que su aprovechamiento o entendimiento de los comportamientos de los sistemas físicos sean medidos con mayor repetibilidad. NI USB-6501 Pequeña, dispositivo portable digital I/O, 24 líneas digitales I/O, un contador de 32-bit, Protección de Sobre voltaje, 8.5 [mA] de corriente, Velocidad-Full USB [2 Mb/s] del bus de interface, Construido con terminales y conectores fáciles de remover, OEM versión disponible con 34-pin IDC. La NI USB-6501 es simple para aplicaciones de hogar/academia pero robusta y versátil aún en aplicaciones de laboratorio/industria. Usada para aplicaciones de adquisición de datos optimizada con NI LabVIEW o C-basado en ambientes de desarrollo.


Figura 5. Horno para fundir vidrio. 
Figura 6.Diagrama lógico del proceso de encendido de un horno fundidor. 
Figura 7. Representación Neuronal del control de encendido de un horno. 
APLICACIÓN DE UN PROCESADOR NEURONAL DE CONMUTACIÓN AL ENCENDIDO DE UN HORNO PARA GENERACION DE VIDRIO

RESUMEN El procesador neuronal de conmutación dependiente del tiempo es un modelo que hemos aplicando a diferentes procesos industriales y en esta ocasión lo aplicaremos al encendido y control de temperatura de un horno que tiene que llegar a una temperatura de 1400 [°C] en las cámaras que se abren y se cierran para la conservación del calor evitando la disipación en el horno recirculando aire a través del horno durante 12 a 21 días aproximadamente, luego hay que mantener encendidos los quemadores que son 2 por cada puerto que tenga el horno por donde pasa el calor, llegando al tanque fundidor principal a una temperatura de 1480 a 1500 [° C] donde se funde la materia prima. El sistema neuronal también puede aplicarse en el proceso siguiente donde ya se realiza la manufactura del producto hasta su estado final que se realizará como trabajo futuro. El control de encendido y temperatura es el proceso básico que se debe llevar a cabo para la manufactura de recipientes, envases, frascos, botellas, etc. En los resultados se muestran las implantaciones del álgebra neuronal de conmutación mediante diagramas lógicos y de su representación neuronal de conmutación del encendido del horno. Introducción Las RNA pueden clasificarse en dos grupos de acuerdo a su procesamiento y aplicación, primero en redes estáticas con un entrenamiento aprendizaje antes realizados y después implementados en diferentes sistemas [1]. Segundo en redes dinámicas donde las redes son capaces de adaptar su funcionamiento dentro de una serie u operación continua en el tiempo como un procesador de información permanente. Nuestro trabajo está enfocado a redes del tipo dinámicas como procesadores analógicos de información que hemos estado estudiando y desarrollando su álgebra neuronal o álgebra dependiente del tiempo, en particular para el procesador neuronal de conmutación en aplicaciones industriales. Para poder llevar a cabo la implementación neuronal del procesador de conmutación se hace un pequeño recordatorio de su funcionamiento [2]. Luego se presenta una pequeña descripción de la operación del horno para la fundición de vidrio, la curva de calentamiento del horno hasta llevarlo a condiciones óptimas para la manufactura de productos diversos y los gradientes de temperatura que hay dentro del tanque fundidor de vidrio. De igual manera se presenta la distribución de los principales componentes de calentamiento que tiene el horno donde se realiza el encendido de los quemadores para la preparación óptima de operación del horno. [3] Para poder fundir el vidrio, se necesita de una temperatura de 1500 grados [°C], todo esto para que tome de un comportamiento viscoso y cristalino, con el cual se podrá trabajar con facilidad. Muy liquido seria imposible de trabajar al igual que muy denso.


APLICACIONES A PROCESOS INDUSTRIALES MEDIANTE PROCESADORES NEURONALES DE CONMUTACIÓN

October 2006

·

36 Reads

·

1 Citation

Proceso de simple de fabricación, diagrama lógico y representación neuronal del proceso. RESUMEN Existen una gran variedad de aplicaciones dentro de los procesos y operaciones industriales de fabricación o manufactura de un producto, las cuales son controladas de muchas maneras. Las más tradicionales formas del control de una planta eran o siguen siendo mediante relevadores automáticamente o manualmente. En este trabajo se muestra la implantación del álgebra neuronal de conmutación al control de un par de plantas. Con el desarrollo de nuevas tecnologías empezaron los controles de plantas mediante un lazo abierto o cerrado, control PI o PID. Con la ayuda del modelo neuronal de conmutación e interconexiones de estos procesadores, se representa el control de una planta y se presenta como una de estás nuevas herramientas. Se tomarán como ejemplos un proceso simple de producción o fabricación en una planta y el encendido de un horno que funde la materia prima para generar vidrio. Tabla 1. Variación de la respuesta de conmutación INTRODUCCION Las RNA pueden clasificarse en dos grupos de acuerdo a su procesamiento y aplicación, primero en redes estáticas con un entrenamiento aprendizaje antes realizados y después implementados en diferentes sistemas. Segundo en redes dinámicas donde las redes son capaces de adaptar su funcionamiento dentro de una serie u operación continua en el tiempo como un procesador de información permanente. En la actualidad podemos distinguir tres grandes áreas generales en las que se han estado aplicando las RNA que son, la primera en Computación basada en Software, la segunda en Implementaciones Electrónicas en Hardware y la tercera en Óptica e Implementaciones Opto-Electrónicas. Las implementaciones electrónicas han sido orientadas al diseño y construcción de procesadores buses-interfases, coprocesadores y diseños de circuitos VLSI. Estas son las primeras aplicaciones que se le dieron a las RNA como implementaciones electrónicas y que ahora queremos explotar para el control de procesos industriales. EL ALGEBRA NEURONAL Y EL MODELO DE CONMUTACION APLICACIONES En este rubro de los procesos u operaciones industriales de fabricación hay una gran cantidad de sistemas de producción que se pudieran estudiar o analizar para modelar, simular o controlar su comportamiento, además de muchas y diversas técnicas que se pueden aplicar para ello. En un trabajo precedente se mencionaron algunas aplicaciones en las que el grupo de trabajo académico tiene interés, de las cuales se tomaron dos de ellas para presentarlas en este estudio. Una de ellas se trata de un proceso simple de producción o de fabricación en una planta y el otro se trata del control de encendido de un horno para generar vidrio. Figura 1. Procesador Neuronal de Conmutación según Gupta. CONCLUSIONES Aunque los dos ejemplos dados son simples, se puede observar que la representación neuronal es más completa y fácil de interpretar, sobre todo cuando existe retroalimentación en el control, pues la lógica booleana no considera al tiempo; impidiendo el análisis de la operación del control en función del tiempo.


LA INGENIERÍA DE PRODUCTO EN EL PROCESO DISEÑO-PRODUCTO

Resumen. Este trabajo surge de la necesidad de presentar un proyecto en las mejores condiciones de uso. Tradicionalmente sólo se busca generar un equipo o dispositivo que sirva para solucionar una situación de desorden, sin tomar en consideración quien lo va a utilizar, como lo debe de usar y bajo que condiciones. No se toma en cuenta si el usuario conoce las limitaciones del equipo o no, por ello se presenta un esquema sencillo que presta atención a las diferentes interrogantes que puedan surgir e incide directamente en el llamado proceso diseño-producto.


EL ALGEBRA NEURONAL Y EL MODELO DE CONMUTACION

October 2005

·

34 Reads

Resumen EL ALGEBRA NEURONAL Y EL MODELO DE CONMUTACION Al álgebra neuronal también se le llama álgebra dependiente del tiempo como aparece en una publicación póstuma de A. Medina (1972). En está publicación se encuentran descritos operadores lógicos, variables proposicionales, variables de estado, operadores restringidos, operadores extendidos, eventos asociados a una variable en el tiempo, bases de tiempo, referencias de tiempo. Todos representados como elementos neuronales procesadoras de información en el tiempo. Los cuales resumiremos a manera del comportamiento de nuestro modelo de neurona de conmutación con comportamiento neuronal de conmutación, postulados, funciones algebraicas y su representación matemática. Esto con el propósito de presentar algunas aplicaciones del álgebra neuronal y el modelo de neurona artificial de conmutación como procesador de información. DINAMICA DEL PROCESADOR NEURONAL DE CONMUTACION Si bien el modelo desarrollado en este trabajo parte de la inspiración del modelo generalizado de Gupta y que a su vez sea un modelo generalizado inspirado en una neurona biológica y que el modelo tenga respuestas más parecidas a la de una neurona real, como las respuestas del integrador y disparo, no es intención estudiar fenómenos neurobiológicos como esquizofrenia, epilepsia o algún problema del sistema nervioso en general. A la neurona de conmutación tratará de entendérsele como un procesador neuronal de información con entradas y salidas, como una unidad de cálculo ante ciertas circunstancias e información o datos. Este modelo contiene las operaciones básicas de una neurona, operación de confluencia y activación. Donde las diferentes respuestas del modelo aparecerán por alteraciones de la operación de activación.


PROCESADOR NEURONAL CON FUNCION ZONA MUERTA Y RETARDO

October 2004

·

97 Reads

RESUMEN El estudio de procesadores neuronales analógicos con funciones de activación zona muerta no es tan común, y aparecen muy pocos casos reportados en la literatura. La revisión de este tipo de procesadores neuronales y de funciones de activación, ha llevado a construir y diseñar un procesador neuronal analógico con función de activación zona muerta y retardo axónico. Aquí se presenta la caracterización de éste diseño mediante un análisis cualitativo de la dinámica de su potencial de integración y su respuesta cuando se proporciona un cambio en el retardo axónico. La importancia de este análisis consiste en los resultados obtenidos al modular efectos de memoria a través del retardo axónico. ABSTRACT Is not tipycall the study of analogic neural processors with dead-zone activation functions, they are a few cases reported in books. The revision of this type of neural processors and activation functions, it has taken to design and build of an analogic neural processor with dead-zone activation funtion and delay. Here the characterization of this design is presented by means qualitative analysis of integrative potencial and its response when axonic delay is incremented. The analysis importance consist on results obtained when memory efects are modulated through axonic delay.


Figura 7. Entrada, Potencial de Integración, y doble comparación para la función de activación EZM. 
Figura 10. Secuencia del plano-fase variando el retardo. En esta secuencia de la representación plano-fase para cada valor de retardo, se aprecia un ciclo de histéresis que se va modulando conforme aumenta el retardo. Se puede observar que el ciclo de histéresis va cambiando de forma y dirección, además va delimitando dos regiones, una por arriba de la zona muerta y otra por debajo de ésta. El fenómeno de histéresis que se observa en el procesador neuronal depende del ancho de la respuesta y del tamaño de la zona muerta, este último parámetro depende directamente de los niveles de umbral de los comparadores. Lo cual indica que la forma de los ciclos de histéresis también puede ser manipulada mediante los niveles de umbral. Otro resultado importante del procesador neuronal durante su análisis cualitativo, es que la forma de los ciclos de histéresis también puede ser afectada por la constante de tiempo  en el integrador, como puede 
Figura 12. Comportamiento dinámico del procesador neuronal cuando . Por otro lado cuando es grande, , el potencial de integración alcanza los niveles de umbral de la función de activación EZM en mayor tiempo, haciendo que la zona muerta sea mayor. Así cuando la entrada desaparece el potencial decrece exponencialmente sin pasar por debajo del primer umbral, dado que el potencial se recupera antes, ante el siguiente ciclo de entrada. Bajo estas circunstancias el procesador neuronal, después de la respuesta transitoria, mantendrá al potencial de integración por encima de , y a su salida por encima del nivel de respuesta del primer comparador VC1 = 0.7 [V], como puede apreciarse en la Fig. (13). 
Caracterización de un Procesador Analógico Neuronal con Función de Activación Escalón Zona Muerta y Retardo

February 2001

·

196 Reads

Resumen El estudio de procesadores neuronales analógicos con funciones de activación zona muerta no es tan común, y aparecen muy pocos casos reportados en la literatura. La revisión de este tipo de procesadores neuronales y de funciones de activación, ha llevado a construir y diseñar un procesador neuronal analógico con función de activación zona muerta y retardo axónico. Aquí se presenta la caracterización de éste diseño mediante un análisis cualitativo de la dinámica de su potencial de integración y su respuesta cuando se proporciona un cambio en el retardo axónico. La importancia de este análisis consiste en los resultados obtenidos al modular efectos de memoria a través del retardo axónico. 1. Introducción La descripción de un procesador analógico neuronal nos proporciona una gran gama de comportamientos dinámicos cuando se presentan funciones de activación zona muerta y retardos como elementos de su estructura. Este procesador neuronal muestra las características generalizadas de un modelo de neurona inspirado biológicamente. En el estudio de procesadores neuronales tales como el integrador con fugas, el integrador y disparo y el de conmutación la función de activación juega un papel muy importante para el tipo de respuesta deseada. Por ejemplo, no tiene caso generar una función de activación suave (sigmoide, base-radial, etc.) en un procesador con las características del integrador y disparo o el procesador de conmutación, debido a que sus respuestas en la mayoría de los casos son instantáneas. En particular el procesador neuronal se diseña con una función de activación escalón zona muerta e implantando un elemento de retardo para crear fenómenos que involucran memoria. Esto es interesante ya que se ha mostrado en trabajos anteriores que una neurona aislada analógica con diversas funciones de activación y retardos axónicos tiene comportamientos de memoria, aún sin la presencia de retardos. En este trabajo se muestra el comportamiento dinámico de un procesador analógico neuronal, integrador con fugas con función de activación escalón zona muerta. El procesador presenta respuestas relacionadas con fenómenos de histéresis, debido a retardos axónicos en la transmisión. Esto a su vez produce características de memoria a corto plazo en el procesador neuronal debido a que el tiempo del estímulo de entrada con respecto al de salida no son los mismos, es decir hay un corrimiento en el tiempo (defasamiento) entre entrada y salida provocado por retardos en el procesador. Los modelos neuronales que hemos venido estudiando proporcionan una descripción de la relación entrada–salida, como el que se presenta en este trabajo y caracterizando su respuesta por medio del elemento de retardo. El comportamiento dinámico es presentado para una señal de entrada periódica o estímulos externos: una señal senoidal. Se analizan las variaciones en las respuestas obtenidas dadas por los retardos. Para llevar a cabo este trabajo fue necesario construir el modelo integrador con fugas y haber implantado la función de activación escalón zona muerta, además de construir un circuito de retardo. 2. Procesador Neuronal e Integrador con Fugas De acuerdo a la representación del modelo generalizado de una neurona artificial [5], se describe el modelo de neurona integrador con fugas. Este modelo de neurona generalmente lo podemos describir como un sistema de múltiples entradas que mapea un espacio de R n a una salida en R, a través de una función no lineal. En la Fig. (1) se muestra el procesador neuronal, con el proceso de mapeo entrada–salida. Las operaciones de los elementos internos del procesador neuronal se presentarán más adelante. El modelo integrador con fugas es ampliamente utilizado en las redes neuronales artificiales, debido a su posible interpretación fisiológica, simulación y a su implantación electrónica como herramienta de estudio. Figura 1. Procesador Neuronal. Las expresiones del modelo integrador con fugas para un procesador neuronal toman en cuenta a los elementos


Citations (9)


... 4) Las ideas iniciales de los estudiantes median su E-A-Ev, y 5) la tecnología de los recursos digitales provee nuevos modelos para su E-A-Ev. El análisis reflexivo de estas cinco premisas, reveló aspectos relacionados con su origen histórico, las dificultades de los estudiantes con su aprendizaje, la manera tradicional en que se enseña en las aulas, aunado con la baja incorporación de la tecnologías para la E-A-Ev y la propuesta pedagógica de tres libros de física universitarios, que se recoge en las siguientes afirmaciones: a) la mayoría de las investigaciones se enfocan en la enseñanza-aprendizaje del concepto (PÉREZ, MIRANDA, GARCÉS, 2015, ROSOLIO et al. 2017LEMMER, 2018); los recursos digitales se utilizan mayoritariamente en la realización de actividades experimentales (Laboratorios de física) relacionadas con este concepto (MAIDANA, 2016;MARTIN-RAMOS, RAMOS, SILVA, 2017); c) existe la necesidad de incorporar los recursos digitales con una adecuada fundamentación teórica en los procesos de E-A-Ev (ANGELI, VALANIDES, 2005;NIESS, 2005) y d) la inexistencia de un marco conceptual para incorporar la tecnología al Conocimiento Pedagógico del contenido (PCK). Consecuencia de lo anterior, surgió la pregunta de investigación: ¿Cómo relacionar la enseñanza, el aprendizaje y la evaluación del concepto de movimiento integrando la tecnología digital, en la educación superior? ...

Reference:

Una propuesta educativa basada en el tpack para la enseñanza, el aprendizaje y la evaluación del concepto de movimiento
La clase de física y las creencias de los estudiantes de preparatoria sobre el movimiento

Revista de Enseñanza de la Física

... The idea to Design and development from the electronic circuits of mathematical models in order to generate activation functions employed in the Artificial Neural Networks(ANN)in reference [4],which present six models for activation functions. ...

Electronic Circuits Design to Generate Activation Functions Used in Artificial Neural Networks

... Así en este trabajo se aplicó el método de convolución a las imágenes obtenidas del modelo de ingeniería, desarrollando filtros por ventanas o máscaras de 3X3 pixeles para la detección de bordes y contornos de las células. Los resultados obtenidos son las imágenes de las células cancerígenas en dos dimensiones con nitidez de bordes y contornos definidos para coadyuvar al médico experto en sus estudios para que puedan mejorar la ubicación, origen, interpretación, diagnóstico y tratamiento de enfermedades [3]. El procesamiento digital de imágenes permite, usando una imagen, obtener arreglos, suavizados, resaltes y otras modificaciones mediante técnicas de filtrado. ...

DIAGNOSIS OF ANOMALIES IN ELECTROCARDIOGRAPHS (ECG) USING ANN

... Las RNA pueden clasificarse en dos grupos de acuerdo a su procesamiento y aplicación, primero en redes estáticas con un entrenamiento aprendizaje antes realizados y después implementados en diferentes sistemas [1]. Segundo en redes dinámicas donde las redes son capaces de adaptar su funcionamiento dentro de una serie u operación continua en el tiempo como un procesador de información permanente. ...

APLICACIONES A PROCESOS INDUSTRIALES MEDIANTE PROCESADORES NEURONALES DE CONMUTACIÓN

... The first is characterized by binary truth values and classical logical operations used to describe neuronal processes in the classical artificial neurons [1] [2] [3] [4] [5]. On the other hand, the fuzzy logic developed in the last few decades has been another alternative for the modeling of artificial fuzzy neurons [6] [7] [8] [9]. Instead of binary truth values, they use a truth membership function and fuzzy logic operations for modeling neural processes producing a fuzzy response. ...

ELECTRONIC MODEL OF A EXTENDED FUZZY NEURON

... In this instant the NPN transistor is polarized and yield short-circuit in integrator stage, and the potential integrative decrease instantaneously cause capacitor discharge, which this stage is converted in a follower configuration by Rcom resistor in some cases instantaneously. Figure (8,9,10) show responses of our single commutation neuron model, changing the Rcom values. In each graph we show the input, integrative potential and output. ...

Procesos de Conmutación en Una Neurona Artificial Aislada

... Very effective and very simple recognition features have been proposed in the following papers: Kussul, Kasatkina, and Lukovich (1999); Kussul, Baidyk, Kasatkina, and Lukovich (2001); Kussul and Baidyk (2002; Kussul, Baidyk, and Wunsch (2010). Effectiveness of these features is demonstrated in such different tasks as recognition of handwritten digits of the MNIST database (Kussul & Baidyk, 2002Kussul et al., 2001Kussul et al., , 2010Kussul et al., , 1999, micromechanical control based on vision Baidyk, Kussul, Makeyev, & Vega, 2008;Baidyk, Kussul, Makeyev, & Velasco, 2009;Kussul et al., 2010;Makeyev, Sazonov, Baidyk, & Martin, 2008;Martin-Gonzalez, Baidyk, Kussul, & Makeyev, 2010;Vega, Baidyk, Kussul, & Pérez Silva, 2011), and speaker identification (Kasatkina, Lukovych, & Pilipenko, 2006). In the experiments with handwritten digit recognition, a very high recognition quality is achieved-in particular, the classifier commits only 55 errors recognizing 10 000 test samples of the MNIST database . ...

FPGA realization of the LIRA neural classifier
  • Citing Article
  • September 2011

Optical Memory and Neural Networks

... In the development of artificial neurons, two main research tendencies can be distinguished: one of them is based on the classical logic and the other on the fuzzy logic. The first is characterized by binary truth values and classical logical operations used to describe neuronal processes in the classical artificial neurons [1] [2] [3] [4] [5]. On the other hand, the fuzzy logic developed in the last few decades has been another alternative for the modeling of artificial fuzzy neurons [6] [7] [8] [9]. ...

Electronics implementation of a neuron model with parabolic burst response