Plasticidad sináptica para mitigar el problema del olvido catastrófico durante el aprendizaje continuo en redes neuronales artificiales

RESUMEN : Abordar el problema del olvido catastrófico en redes neuronales artificiales (ANNs), es crucial en la liberación de su potencial para adaptarse y aprender continuamente en diferentes contextos y dominios sin perder el conocimiento previamente aprendido. Mitigarlo puede convertir a las ANNs...

Full description

Autores:

Campaña Rosero, Jairo David

Tipo de recurso:

Trabajo de grado de pregrado

Fecha de publicación:

2023

Institución:

Universidad de Antioquia

Repositorio:

Repositorio UdeA

Idioma:

spa

OAI Identifier:

oai:bibliotecadigital.udea.edu.co:10495/35601

Acceso en línea:

https://hdl.handle.net/10495/35601

Palabra clave:

Redes Neurales de la Computación
Neural Networks, Computer
Pruebas Neuropsicológicas
Neuropsychological Tests
Aprendizaje a lo largo de la vida
Lifelong learning
Machine Learning
Computación neural y evolutiva
http://vocabularies.unesco.org/thesaurus/concept1488

Rights

openAccess

License

http://creativecommons.org/licenses/by-nc-sa/2.5/co/