PATENTES Y REGISTROS

AUTORES: Juan Manuel Corchado Rodríguez, Sara Rodríguez González, Emilio Santiago Corchado Rodríguez, Juan Francisco de Paz Santana, Fernando de la Prieta Pintado, Javier Bajo Pérez, Davinia Carolina Zato Domínguez, Yanira del Rosario de Paz Santana.

Contacto: Técnico en la OTRI/OTC: Alfredo Mateos García
923294490
Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Fundación General de la Universidad de Salamanca.
C/ Fonseca, nº 2
37002 Salamanca

Nº de referencia: SA-191-10

TITULAR DE LOS DERECHOS:

UNIVERSIDAD DE SALAMANCA

• Solicitada: SI

• Fecha solicitud: 17/09/2010

• Denegada: NO

• Concedida: NO

• Nº BOPI /Asiento registral/Registro VV: En trámite

• ¿Abandonada? NO

Breve Descripción/Resumen:

La red neuronal SODTNN (Self Organized Dynamic Tree Neural Network) que se propone en este trabajo permite detectar el número de clases existentes y crear las agrupaciones a partir de las conexiones existentes en el árbol minimal construido mediante el algoritmo de Kruskal. A diferencia de las redes como la ESOINN o la GCS, la red SODTNN no hace distinción entre los datos de entrada y las neuronas que se ajustan, las neuronas se corresponden en el inicio del entrenamiento con la posición de cada uno de los datos. De esta forma, es posible eliminar la fase de expansión de una neural gas para ajustarse a la superficie. Las actualizaciones de cada neurona permiten aproximar las neuronas próximas facilitando la detección de cluster y la separación de los elementos. En el centro se muestra el bucle principal, el bloque 2 representa el algoritmo de Kruskal, el bloque 3 el algoritmo que actualiza las posiciones de las neuronas y, finalmente, el bloque 4 es el encargado de localizar las zonas de baja densidad y separar los cluster para la generación de nuevos grupos.

Palabras Clave:

Software, programa de ordenador, redes neuronales,

Clasificación: (Códigos UNESCO)

3311,02, 1203,04, 1203,17, 3310,05