-
Fue el primero en estudiar el cerebro como una forma de
ver el mundo de la computación. -
Los primeros teóricos que concibieron los fundamentos de la computación neuronal, lanzaron una teoría acerca de la forma de trabajar de las neuronas
-
Fue el primero en explicar los procesos del aprendizaje (que es el elemento básico de la inteligencia humana) desde un punto de vista psicológico
-
En sus series de ensayos, encontró que la información no
era almacenada en forma centralizada en el cerebro sino que era distribuida encima de
él. -
Este Congreso se menciona para
indicar el nacimiento de la inteligencia artificial -
Comenzó el desarrollo del Perceptron. Esta es la red
neuronal más antigua; utilizándose hoy en día para aplicación como identificador de
patrones. -
En este libro confirmó que, bajo ciertas condiciones, el aprendizaje del Perceptron convergía hacia un estado finito
-
Desarrollaron el modelo Adaline (ADAptative LINear Elements). Esta fue la primera red neuronal aplicada a un problema real
-
Red neuronal para simples realizaciones
técnicas (memoria asociativa). -
Desarrolló la idea básica del algoritmo de aprendizaje de
propagación hacia atrás -
La Teoría de Resonancia Adaptada es una arquitectura de red que se diferencia de todas las demás previamente inventadas. La misma simula otras habilidades del cerebro: memoria a largo y corto plazo.
-
Elabora un modelo de red consistente en unidades de proceso interconectadas que alcanzan mínimos energéticos, aplicando los principios de estabilidad desarrollados por Grossberg.
-
Provocó el renacimiento de las redes neuronales con su libro: “Computación neuronal de decisiones en problemas de optimización.”
-
Distribución de los pesos de las entradas es calculada a partir de la probabilidad de que la salida de la neurona ses 1 o 0, lo que convierte al sistema en un sistema estocástico.
-
Redescubrieron el algoritmo de aprendizaje
de propagación hacia atrás -
resuelven la falta de memoria en las redes neuronales, con el algoritmo de retardo de tiempo.
-
En Navlab de CMU creo el vehículo autónomo conducido por redes neuronales.
-
Forma matemáticamente de desarrollar redes neuronales de dos capas
-
Creacion del algoritmo de "Wake up or Sleep" para redes neuronales no suervisadas
-
Resuelve el problema de como entrenar redes neuronales concurrentes
-
Describe de forma eficiente, maximizando las probabilidades de que las unidades generen los datos de entrenamiento
-
Desarrollan la red neuronal mas grande antes vista, con 16000 núcleos de CPU entrenada sin supervisión y con videos de Youtube; aprendiendo a reconocer los objetos mas comunes en esos videos