Matemáticas (plan 1983) 2022-2

Optativas de los Niveles VII y VIII, Seminario Matemáticas Aplicadas II

Primer día de clases unirse a esta liga

https://meet.google.com/ynm-yddj-hae

Objetivo: Conocer el funcionamiento básico del córtex visual primario y redes neuronales convolucionales para entender sus similitudes y diferencias en las tareas de visión por computadora.

Temario:

1. Introducción

   1. La neurona, una red neuronal y cómo funcionan

   2. Córtex visual primario

2. Redes neuronales

   1. El perceptrón y su regla de aprendizaje

   2. Redes multicapa

   3. backpropagation

   4. variaciones del backpropagation

   5. Redes convolucionales

3. Modelos de redes bioinspiradas

   1. KernCNN

   2. Dense assosiative memory

   3. spike neural networks

4. Robustez y representaciones de redes neuronales

   1. Ataques adversarios

   2. Métodos de defensa

   3. Interpretabilidad de los ataques

   4. Representación espectral de redes convolucionales

5. Backpropagation y métodos bio-inspirados

   1. similitudes y diferencias

   2. aprendizaje bio-inspirado

6. Desmitificando las redes neuronales

   1. Exploración del espacio de pesos de las redes usando TDA

   2. Respuesta en frecuencia de redes neuronales

Referencias

1. http://neuralnetworksanddeeplearning.com/

2. http://www.deeplearningbook.org/

3. Chollet, F. (2017). Deep learning with python. Manning Publications Co..

4. Graupe, D. (2013). Principles of artificial neural networks (Vol. 7). World Scientific.

Rippel, O., Snoek, J., & Adams, R. P. (2015). Spectral representations for convolutional neural networks. arXiv preprint arXiv:1506.03767.