Análisis, diseño y aplicación de redes neuronales hebbianas para tratamiento de información

Abstract

La tesis desarrolla tres líneas fundamentales de investigación en torno a las redes neuronales hebbianas. Inicialmente, se lleva a cabo un análisis del comportamiento de los modelos de Sanger y Rubner para caracterizar su evolución dinámica y su estabilidad. Asimismo, se proponen y evaluán algunas mejoras en el diseño de los mencionados modelos: unas para optimizar su cálculo y otras para ampliar su versatilidad y espectro de utilización. Por otro lado, se estudia la idoneidad del empleo de estas redes hebbianas para el Análisis de Componentes Principales y la Transformada de Karhunen-Loève; en este sentido se ponderan las ventajas del enfoque neuronal frente a los procedimientos clásicos de implementación. Desde el punto de vista computacional, se evalúa la eficiencia de estos modelos en aplicaciones de compresión de imágenes estáticas, imágenes multiespectrales y secuencias de vídeo. Adicionalmente, se implementa un sistema de predicción a corto plazo de parámetros meteorológicos integrando diferentes modelos neuronales, entre los que se hallan las redes hebbianas como herramienta de preprocesamiento y reducción de dimensionalidad. Finalmente, se esboza la implementabilidad hardware de estos modelos.