Presentación, programación del curso, evaluación, ficha del profesor, bibliografía obligatoria y sugerida.

Sistemas dinámicos no lineales, medidas de complejidad y fractales.

• Clase 1: Introducción

• Clase 2: Sistemas dinámicos no lineales

• Clase 3: Bifurcaciones

• Clase 4: Caos

• Clase 5: Exponente de Lyapunov y análisis de Fourier

• Clase 6: Caos Vs aleatoriedad

• Clase 7: Densidad invariante y correlaciones

• Clase 8: Fractales

• Clase 9: Dimensión fractal

• Clase 10: Complejidad y autoorganización

Neuronas artificiales, red de Hopfield, reconocimiento de patrones, red autoorganizante de Kohonen y perceptrones.

• Clase 1: Neuronas artificiales

• Clase 2: Aprendizaje supervisado del perceptrón

• Clase 3: Implementación del perceptrón 

• Clase 4: Algoritmo de propagación inversa para el perceptrón

• Clase 5: Red binaria de Hopfield

• Clase 6: Implementación de la red de Hopfield

• Clase 7: Red de Hopfield y ley de Hebb

• Clase 8: Reconocimiento de patrones

• Clase 9: Red de Kohonen

• Clase 10: Implementación de la red de Kohonen

• Clase 11: Mapa autoorganizante y problema del agente viajero

Introducción a los algoritmos genéticos, generación de complejidad mediante reglas autómatas, problema de la mochila (knapsack) y cristalización simulada. 

• Clase 1: Introducción a los algoritmos genéticos

• Clase 2: Algoritmos genéticos y minimización en 1D

• Clase 3:  Algoritmos genéticos y minimización en 2D

• Clase 4:  Problema de la mochila (knapsack)

• Clase 5: Cristalización simulada

• Clase 6: Autómatas celulares y reglas básicas

• Clase 7 : Autómatas celulares en 2D

Conjuntos difusos, funciones de membresía, reglas de defusión y de desdefusión.

• Clase 1: Teoría de conjuntos difusos

• Clase 2: Implementación, defusión y desdefusión