Modelado y simulación de grandes redes neuronales

  1. García Orellana, Carlos Javier
Dirixida por:
  1. Francisco Javier López Aligué Director

Universidade de defensa: Universidad de Extremadura

Ano de defensa: 1999

Tribunal:
  1. Eladio Sanz García Presidente
  2. Miguel Ángel Jaramillo Morán Secretario/a
  3. María Isabel Acevedo Sotoca Vogal
  4. José María Drake Moyano Vogal
  5. Domingo Guinea Díaz Vogal

Tipo: Tese

Teseo: 69335 DIALNET

Resumo

En la presente Tesis Doctoral abordamos el problema de la simulación de Grandes Redes Neuronales en arquitecturas multiprocesador, Para ello, en prime lugar, realizamos un modelado orientado a objetos (utilizando la metodología OMT) de las redes neuronales formadas por capas. Posteriormente, se realiza la implementación de un simulador, basado en estructura cliente-servidor, sobre dos arquitecturas multiprocesador diferentes: sistema de memoria compartida VME y sistema distribuido formado por ordenadores personales conectados por fast ethernet (Sistema Beowulf). En ambos casos, se estudia el rendimiento de los mismos estimando el tiempo de simulación. Por último, se utiliza dicho sistema de simulación para realización de un clasificador neuronal, el cual, es utilizado en una aplicación de Identificación y Clasificación de ganado bovino, todo ello a partir de fotografías lateral reales.