Browsing by Author "TOLEDO CORREA, PEDRO FELIPE"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Thesis IMPLEMENTACIÓN DE UN ALGORITMO GENÉTICO NUMÉRICO MULTIHEBRA CON MUTACIÓN DE IMPACTO DECRECIENTE PARA EL ENTRENAMIENTO DE UN SIMULADOR DE CORTEZA VISUAL(Universidad Técnica Federico Santa María, 2014) TOLEDO CORREA, PEDRO FELIPE; TOLEDO CORREA, PEDRO FELIPE; Universidad Técnica Federico Santa María UTFSM. Departamento de Electrónica; ESCOBAR SILVA, MARÍA JOSÉEl presente trabajo se enfoca en la implementación de un algoritmo genético para el entrenamiento de una red neuronal que modela el comportamiento de las interacciones de las regiones V1 y MT del cerebro de los mam??feros, en especial el fenómeno denominado Inhibición de Periferia de V1, en el contexto del proyecto FONDECYT 1120570. Para poder abordar el problema, primeramente se ha estudiado el modelo de corteza cerebral, denominado Modelo V1MT, y sus interacciones. A partir de esto, se ha programado en lenguaje C++ una implementación de este modelo que permite la simulaci ón de este sector del cerebro considerando diferentes casos ya conocidos en la literatura. No obstante, dado que la implementación del fenómeno de Inhibición de Periferia de V1 requiere la definición de una gran cantidad de valores desconocidos, se hace necesaria la utilización de una herramienta para poder definir estos valores. Por ello, este trabajo desarrolla la implementación de un algoritmo genético con el objetivo de proponer conjuntos de valores que validen el modelo para cada caso de interés. En este trabajo, la implementación del algoritmo genético se ha orientado de forma de favorecer el aprovechamiento de la infraestructura computacional disponible as?? como desarrollar una estructura de uso e interpretación de resultados que no requiera mayor postprocesamiento para su análisis; por lo anterior, el algoritmo genético ha sido implementado como un Algoritmo Genético Numérico y, al mismo tiempo, multihebra, para explotar la capacidad computacional disponible. Por otra parte, dadas las condiciones del problema a abordar, la etapa de mutación de este algoritmo genético se realiza mediante un procedimiento denominadoMutación de Impacto Decreciente para mejorar las capacidades de convergencia. Con lo anterior, este trabajo ha logrado proponer conjuntos de valores que validan el funcionamiento del Modelo V1MT, demostrando la bien conocida capacidad de los algoritmos genéticos para la solución de problemas, lo cual ha permitido la validación del Modelo V1MT propuesto por el proyecto FONDECYT 1120570.
Política de Privacidad 
