Algoritmos genéticos y su aplicación en la visualización de un mapa auto-organizado
DOI:
https://doi.org/10.52143/2346139X.n9.2016.513Palabras clave:
Algoritmo Genético, Clusterización, Mapa Auto-OrganizadoResumen
Los algoritmos genéticos fueron propuestos durante la década de los setenta como una gran herramienta computacional para la solución artificial de problemas complejos. Su diseño y funcionamiento están fundamentados en la capacidad que tienen los seres vivos para adaptarse a las exigencias de su medio ambiente, con lo cual se logra artificialmente que un conjunto de soluciones se adapte a las exigencias de un determinado problema. En este artículo se presenta una aplicación de dichos algoritmos, enfocada a visualizar las distancias entre las neuronas cognitivas en un mapa auto-organizado de Kohonen. Este último supone una mejor manera de interpretar su aprendizaje, en contraste con las limitaciones del método conocido como matriz-unificada de distancias.
Descargas
Referencias
Bentley, P. y Corne, D. (Eds.). (2002). Creative Evolutionary Systems. Massachusetts: Morgan Kaufmann.
Bishop, C. (2006). Pattern Recognition and Machine Learning. Berlín: Springer.
Floreano, D. y Mattiussi, C. (2008). Bio-inspired Artificial Intelligence: Theories, Methods and Technologies. Cambridge: mit Press.
Goldberg, D. (1989). Genetic Algorithms in Search, Optimization and Machine Learning. Nueva York: Addison-Wesley.
Hart, W., Krasnogor, N. y Smith, J. (Eds.). (2005). Recent Advances in Memetic Algorithms. Berlín: Springer.
Holland, J. (1975). Adaptation in Natural and Artificial Systems. Michigan: University of Michigan Press.
Jacob, B. (1995). Composing with Genetic Algorithms. Conferencia presentada en the International Computer Music Conference, Banff, Canada.
Matić, D. (2010). A Genetic Algorithm for Composing Music. Yugoslav Journal of Operations Research, 20(1), 157-177.
Russell, S. y Norvig, P. (1995). Artificial Intelligence: A Modern Approach. Nueva Jersey: Prentice-Hall.
Sammon, J. (1969). A Nonlinear Mapping for Data Structure Analysis. IEEE. Transactions on Computers, 18(5), 401-409.
Descargas
Publicado
Número
Sección
Licencia

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.