Ingeniero Civil / El objetivo principal del trabajo es establecer una metodología para construir un modelo de redes neuronales artificiales (R.N.A.) que utilice como entrada datos de modelos de análisis de estructuras con el fin de estimar los costos de obra gruesa con cierto nivel de precisión o confianza durante la etapa de diseño de un edificio que permita realizar cambios en etapas tempranas para ajustarse a los requerimientos de presupuesto. Además de la metodología, se presenta un modelo matemático resultante del uso de las redes neuronales para estimar los costos. Se desarrolló así una metodología, tanto para extraer variables de entrada para el modelo de redes neuronales desde los modelos de análisis de estructuras, como para la calibración de estas variables, obteniendo una serie de relaciones que permiten reproducir los datos reales de cubicaciones a partir de los modelos de análisis. Complementario a esto, se desarrolló una recolección de variables a partir de una revisión de diversos estudios relacionados al tema de estimación de costos. Se presenta también una metodología para reducir las variables, haciendo uso de software estadístico. Por otra parte, se presenta el procedimiento que se debe llevar a cabo para utilizar el modelo matemático, resultado de la red neuronal y las calibraciones hechas, se presenta el modelo matemático final basado en redes neuronales y se presenta una primera aproximación para estimar, basada solo en las calibraciones de las cubicaciones. Se concluye que los modelos de análisis estructural son una fuente práctica para realizar estimaciones en etapas tempranas de un proyecto, permitiendo realizar cambios de gran impacto en etapas de diseño, para ajustarse a los costos que el mandante está dispuesto a asumir.

Tesis para optar al grado de Magíster en Finanzas / Con 246 observaciones y 245 variaciones o retornos semanales de días viernes, correspondientes al período comprendido entre el 09 de mayo de 2003 y el 16 de mayo de 2008, se analizó la eficiencia de la Red Neuronal Ward para predecir el signo de las variaciones semanales de los valores cuota de los multifondos pertenecientes a AFP Cuprum S.A. Los mejores modelos producidos por la Red Neuronal, obtuvieron un PPS de 84,4% en su calidad de extramuestral para el Fondo E. El 60% de los modelos obtuvieron un PPS sobre el 64% objetivo. Por su parte, los modelos que obtuvieron rentabilidades utilizando la Red Neuronal del tipo Ward y que sobrepasaron el retorno de la técnica pasiva Buy & Hold, fueron los pertenecientes a los Fondos A, B, C y D. Así, el porcentaje más alto de rentabilidad se encontró en el Fondo A con un valor de un 136,73%, superando en un 13,43% al valor máximo encontrado para la técnica pasiva en el mismo Fondo. Por otra parte, el Fondo que obtuvo la mayor cantidad de modelos que sobrepasó a la técnica pasiva fue el Fondo D con un 80% de acertividad. En las pruebas de Acierto Direccional (DA) de Pesaran y Timmermann se determinó que, con un intervalo de confianza del 95%, un 5% de significancia estadística y un valor crítico de 1,96, el mejor retorno obtenido utilizando Redes Neuronales fue de un 135,92% encontrado en uno de los modelos del Fondo A, superando en un 12,62% a la técnica pasiva. Así también el Test DA determinó que el mejor multifondo en términos generales fue el Fondo D, ya que el 40% obtuvo rentabilidades superiores usando Redes Neuronales sobre el Buy & Hold, y así calificándolos con capacidad predictiva por rechazar la hipótesis nula. En base a lo anterior se concluyó que al utilizar una Red Neuronal Ward como estrategia activa de inversión, hay evidencia empírica que la técnica presenta capacidad predictiva en el Porcentaje de Predicción de Signos sobre el valor cuota de los multifondos previsionales de A.F.P. Cuprum S.A., así como también que la técnica es capaz de determinar los mejores Fondos en cuanto a PPS, rentabilidad de la técnica activa sobre la pasiva y significancia estadística a través del Test DA.

Die vorliegende Arbeit untersucht das Potenzial von neuronalen Netzen (NN) zur Prognose von makroökonomischen Zeitreihen und vergleicht es mit jenem von linearen Modellen. Im Zentrum steht das autoregressive Neuronale- Netz-Modell (ARNN), das als nicht-lineare Generalisierung des konventionellen autoregressiven Modells (AR) gesehen werden kann, wobei der nicht-lineare Teil durch ein neuronales Netz vom Feedforward-Typ implementiert wird. Die besonderen Aspekte makroökonomischer Zeitreihen, denen durch die Anpassung und Weiterentwicklung sowohl des linearen als auch des NN-Instrumentariums Rechnung getragen werden soll, sind insbesondere die hohe Stochastizität, die geringe Länge, nicht-stationäres Verhalten und Saisonalität sowie der Umstand, dass das Vorhandensein von Nicht-linearität a priori nicht klar ist. Für die Entwicklung und Evaluierung der Methoden werden neben einer simulierten Zeitreihe mit bekannten nicht-linearen Eigenschaften als realweltliche Zeitreihen die österreichische Arbeitslosenrate und der österreichische Industrieproduktionsindex herangezogen (beide mit monatlichen Beobachtungen, saisonal unbereinigt). Im ersten, auf die Einleitung folgenden, Hauptkapitel der Arbeit werden die Grundlagen der linearen univariaten Zeitreihenanalyse rekapituliert und das lineare Instrumentarium auf die beiden Beispielzeitreihen angewandt. Besonderes Augenmerk wird auf die Frage der Herbeiführung der Stationarität durch Bildung der konventionellen, der saisonalen Differenzen oder durch Kombination beider Differenzenfilter gelegt. Hierzu werden Unit-Root-Tests und weitere Methoden angewandt. Zu den verwendeten linearen Modellen gehört neben dem AR-Modell auch das autoregressive Moving-Average-Modell (ARMA). Diese werden zusätzlich um einen Modellteil für deterministische Saisonalität ergänzt. Die auf den beiden Beispielzeitreihen geschätzten Modelle weisen eine relativ hohe Modellordnung sowie auch bei sparsamer Modellspezifikation relativ viele Koeffizienten auf. Das zweite Hauptkapitel behandelt verschiedene theoretische Aspekte und Typen der Nicht-Linearität in Zeitreihen und führt eine Folge von Hypothesentests auf Nicht-Linearität ein. Die Durchführung dieser Tests empfiehlt sich, um den möglichen Gewinn durch den Einsatz von neuronalen Netzen vorab abschätzen zu können. Die Ergebnisse der Nicht-Linearitätstests auf den beiden makroökonomischen Zeitreihen belegen das Vorhandensein von nicht-linearer Struktur des additiven Typs, der von ARNN-Modellen vorhergesagt werden kann. Doch ist bei der Interpretation dieses Ergebnisses Vorsicht geboten, da nicht-lineare Strukturen multiplikativen Typs, verbliebene lineare Strukturen und mögliche Strukturbrüche das Ergebnis dieser Test verfälschen können. Im dritten Hauptkapitel werden das ARNN-Modell und Methoden für seine Schätzung und Spezifikation vorgestellt und weiterentwickelt. Die Modellspezifikation sieht einen Modellteil für deterministische Saisonalität vor, schließt einen linearen Modellteil mit ein und erlaubt sparsame Spezifikation der Koeffizienten. Die Generalisierungsfähigkeit des ARNN-Modells (Vermeidung des Overfitting-Problems) wird durch vier verschiedene Modellierungsansätze angestrebt: statistisch-parametrischer Ansatz unter Anwendung von Hypothesentests und Pruning, klassischer Ansatz mit Early-Stopping, Ansatz mit Regularisierung und Bayesianischer Evidenzansatz. Zu jedem dieser Ansätze werden verschiedene Erweiterungen und verbesserte Heuristiken beigetragen, die im Hinblick auf das Anwendungsgebiet hilfreich sind. Die Vor- und Nachteile der Ansätze werden sowohl theoretisch als auch anhand von Anwendungen auf den simulierten und den realweltlichen makroökonomischen Zeitreihen diskutiert. Das vierte Hauptkapitel ist einer systematisch angelegten Prognose- und Evaluierungsanordnung gewidmet, in der auf einem Evaluierungsset, das zuvor noch nicht für die Methodenentwicklung und Modellschätzung verwendet worden ist, die Prognosegüte der linearen und NN-Methoden getestet wird. Hierzu wird die ARNN-Modellspezifikation für Mehr-Schritt-Prognosen erweitert, wobei sowohl simulativ-iterierte als auch direkte Mehr-Schritt-Prognosen ermöglicht werden. Angesichts der großen Anzahl von Prognosezeitreihen, die für verschieden differenzierte Zeitreihen, unterschiedliche Modellierungsansätze und Prognosehorizonte erstellt werden, ist die Auswertung nicht eindeutig. Es kann weder für die österreichische Arbeitslosenrate noch für den Industrieproduktionsindex anhand des MSFE (mean square forecasting error) eine klare Überlegenheit der ARNN-Modelle gegenüber AR- und ARMA-Modellen feststellt werden. Bei Durchführung des Diebold-Mariano-Test auf einer Auswahl von a priori bevorzugten Modellierungsstrategien ergibt sich nur in wenigen Fällen eine statistisch signifikant unterschiedliche Prognosegüte. Die Ergebnisse der Arbeit lassen den Schluss zu, dass ARNN-Modelle prinzipiell gut zur Prognose von makroökonomischen Zeitreihen einsetzbar sind, jedoch im Falle von ungenügend vorhandener nicht-linearer Struktur in den Zeitreihen verschiedene Probleme wie mehrfache lokale Minima und numerische Instabilität der Verfahren dem Praktiker im Vergleich zu linearen Modellen zusätzliche Aufmerksamkeit abverlangen. Fast alle Methoden und Modelle, die in der Arbeit zur Anwendung kommen, werden in der mathematischen Programmiersprache R implementiert und in Form von zwei R-Programmpaketen (seasonal und NNUTS) zusammengestellt, deren Dokumentation als Anhang in die Arbeit aufgenommen wurde.

Las equimosis poseen un extraordinario interés médico – legal, ya que proporcionan los más valiosos indicios para la reconstrucción de la violencia en los que se produjeron. Tradicionalmente, los médicos de acuerdo a su experiencia utilizan la evaluación visual para determinar la edad de la equimosis, pero esta técnica ha sido sustancialmente subjetiva y ha demostrado ser inexacta y poco fiable. El propósito de este estudio es desarrollar un sistema inteligente que incorpore el procesamiento de imágenes utilizando la técnica RGB de la metodología de colorimetría con el objetivo de obtener el píxel promedio de la zona indurada de la equimosis y una red Perceptrón Multicapa que tiene como variables de entrada el color promedio de la zona indurada obtenido por el procesamiento de imágenes, el color de piel, edad y sexo del lesionado, la presencia de tejido laxo, tejido óseo y tejido vascular, así como también la temperatura ambiental; las cuales han sido cuidadosamente seleccionadas con la finalidad de obtener una mayor precisión en la datación de equimosis. El procesamiento de imágenes se implementó en el lenguaje de programación Java, el cual tiene por finalidad obtener el promedio de los pixeles RGB más influyentes de la zona indurada de la equimosis. Así mismo, la fase de aprendizaje y validación de la red Perceptrón Multicapa se realizó con la herramienta matemática MATLAB, utilizando el algoritmo backpropagation que brindó una taza de error de 1.26% y 1.37% respectivamente. En consecuencia, el sistema inteligente propuesto en esta tesis genera una mayor precisión en la datación de equimosis en comparación al 80% de inexactitud de los diagnósticos de los médicos legales. Palabras clave: datación de equimosis, procesamiento de imágenes, backpropagation. / The ecchymosis has a special medical - legal interest, as these provide the most valuable clues for the reconstruction of violence in which they occurred. Traditionally, doctors according to their experience using visual assessment to determine the age of ecchymosis, but this technique has been substantially subjective and has proven to be inaccurate and unreliable. The purpose of this thesis is to develop an intelligent system that incorporates image processing technique using the RGB colorimetric methodology in order to obtain the average pixel of indurated area of ecchymosis and a multilayer perceptron network whose input variables the average color of the indurated area obtained by images processing, color, age and sex of the injured, the presence of loose tissue, bone tissue and vascular tissue, as well as the ambient temperature, which have been carefully selected in order to obtain a more accurate dating of ecchymosis. The image processing is implemented in the Java programming language, which aims to obtain the average of the RGB pixels most influential of indurated area of ecchymosis. Also, the learning and validation phase of the multilayer perceptron network was performed with the mathematical tool MATLAB, using the backpropagation algorithm which provided an error rate of 1.26% and 1.37%, respectively. In consequence, the intelligent system proposed in this thesis generates a more precise dating ecchymosis compared to 80% of incorrect medical diagnoses. Keywords: Dating of ecchymosis, Image processing, Backpropagation.

Nous avons récemment mis en évidence des neurones GABAergiques jouant un rôle de « hub » dans l'hippocampe immature, orchestrant la synchronisation neuronale via une arborisation axonale dense. Dans ma thèse, j'ai d'abord montré, grâce à des enregistrements électrophysiologiques par paires, que les hubs étaient connectés à de nombreux neurones par des synapses GABAergiques fonctionnelles (Bonifazi et al. 2009). Puis, en utilisant des souris mutantes conditionnelles où les neurones sont marqués en fonction de leur origine embryonnaire, j'ai démontré que les neurones GABAergiques générés le plus tôt formaient une famille de hubs. Ces neurones sont toujours présents chez l'adulte et deviennent des neurones GABAergiques de projection extrahippocampique. Ceci suggère que la fonction de ces neurones serait maintenue, du moins anatomiquement, au stade adulte. / We have recently demonstrated the existence of functional hubs driving network synchronizations in the developing hippocampus. Hubs are a subpopulation of GABAergic neurons displaying widespread axonal projections. During my PhD, using paired electrophysiological recordings, I have shown that hub cells are synaptically connected to a large number of neurons (Bonifazi et al. 2009). Next, using genetic fate mapping approaches, I have demonstrated that early born GABAergic neurons constitute a subpopulation of hub cells. These pioneer hub cells remain into adulthood and develop into GABAergic neurons with an extrahippocampal projection (Picardo et al. 2011). This suggests that hub function may to retained into adulthood, at least structurally.

Les travaux menés au cours de cette thèse portent sur la microfabrication d'interfaces neuro-électroniques pour des applications en neurosciences. Nous avons choisi de nos focaliser sur la réhabilitation fonctionnelle motrice et sensorielle en développant différentes matrices de micro-électrodes (MEA) respectivement, des sondes neuronales rigides et des implants rétiniens souples. Selon les applications visées, deux types de substrats ont été utilisés pour concevoir ces MEA. Pour des analyses ou expériences in-vitro, les MEA (sondes neuronales) ont plutôt été réalisées sur des substrats rigides tels que le silicium ou le verre, tandis que pour les expériences in-vivo, les MEA (implants rétiniens) ont été réalisées sur des substrats souples tels que des polymères biocompatibles (polyimide ou parylène). Ces MEA ont été fabriquées avec différents matériaux d'électrodes (diamant dopé, platine, platine noir et or) qui ont également été testés afin de déterminer leur capacité en enregistrement et/ou stimulation. De plus, à l'aide de travaux de modélisation numérique, nous avons validé le concept d'une géométrie tridimensionnelle avec grille de masse permettant une stimulation plus focale des cellules. Cette thèse a ainsi contribué à stabiliser différents procédés de fabrication pour obtenir des MEA plus reproductibles ainsi que pour améliorer leur rendement. Elle a également permis d'établir un suivi et un protocole expérimental pour assurer une traçabilité des MEA et contrôler leur performances à toutes les étapes : depuis leur fabrication au moyen de techniques électrochimiques (CV, EIS) jusqu'aux expériences biologiques in-vitro et in-vivo / The work lead during this thesis deals with microfabrication of neuro-electronic interfaces for neuroscience applications. We have chosen to focus on motor and sensory function rehabilitations by developing Micro-Electrode Arrays (MEA) respectively, rigid neural probes and flexible retinal implants. According to the targeted applications, two types of substrates have been used to achieve these MEA. For analysis or in vitro experiments, neural probes MEA have been realized on rigid substrates such as silicon or glass whereas for in-vivo experiments, retinal implants MEA have been realized on flexible substrates such as biocompatible polymers (polyimide or parylene). These MEA were made with different electrode materials (boron doped diamond, platinum, black platinum and gold) which have been tested to determine their capability in recording and/or stimulation. Moreover, with numerical modelling work, we have validated a tridimensional geometry concept with a ground grid which permits a more local stimulation of cells. This thesis has contributed to stabilize different fabrication processes to obtain more repeatable MEA and also to improve their yield. It also allowed the set-up of a follow-up and an experimental protocol to insure MEA traceability and to monitor their performances at each step since their fabrication through means of electrochemical techniques (CV, EIS) to in vitro and in-vivo biological experiments

The human motor system is adaptive in two senses. It adapts to the properties of the body to enable effective control. It also adapts to different situational requirements and constraints. This thesis proposes a new neural network model of both kinds of adaptivity for the motor cortical control of human reaching movements, called SURE_REACH (sensorimotor unsupervised learning redundancy resolving control architecture). In this neural network approach, the kinematic and sensorimotor redundancy of a three-joint planar arm is encoded in task-independent internal models by an unsupervised learning scheme. Before a movement is executed, the neural networks prepare a movement plan from the task-independent internal models, which flexibly incorporates external, task-specific constraints. The movement plan is then implemented by proprioceptive or visual closed-loop control. This structure enables SURE_REACH to reach hand targets while incorporating task-specific contraints, for example adhering to kinematic constraints, anticipating the demands of subsequent movements, avoiding obstacles, or reducing the motion of impaired joints. Besides this functionality, the model accounts for temporal aspects of human reaching movements or for data from priming experiments. Additionally, the neural network structure reflects properties of motor cortical networks like interdependent population encoded body space representations, recurrent connectivity, or associative learning schemes. This thesis introduces and describes the new model, relates it to current computational models, evaluates its functionality, relates it to human behavior and neurophysiology, and finally discusses potential extensions as well as the validity of the model. In conclusion, the proposed model grounds highly flexible task-dependent behavior in a neural network framework and unsupervised sensorimotor learning. / Das motorische System des Menschen ist in zweierlei Hinsicht anpassungsfähig. Es passt sich den Eigenschaften des Körpers an, um diesen effektiv zu kontrollieren. Es passt sich aber auch unterschiedlichen situationsabhängigen Erfordernissen und Beschränkungen an. Diese Dissertation stellt ein neues neuronales Netzwerk Modell der motor-kortikalen Steuerung von menschlichen Zeigebewegungen vor, das beide Arten von Anpassungsfähigkeit integriert (SURE_REACH, Sensumotorische, unüberwacht lernende, redundanzauflösende Kontrollarchitektur). Das neuronale Netzwerk speichert kinematische und sensumotorische Redundanz eines planaren, dreigelenkigen Armes in aufgabenunabhängigen internen Modellen mittels unüberwachter Lernverfahrenen. Vor der Ausführung einer Bewegung bereitet das neuronale Netzwerk einen Bewegungsplan vor. Dieser basiert auf den aufgabenunabhängigen internen Modells und passt sich flexibel äu"seren, aufgabenabhängigen Erfordernissen an. Der Bewegungsplan wird dann durch propriozeptive oder visuelle Regelung umgesetzt. Auf diese Weise erklärt SURE_REACH Bewegungen zu Handzielen die aufgabenabhängige Erfordernisse berücksichtigen, zum Beispiel werden kinematische Beschränkungen miteinbezogen, Erfordernisse nachfolgender Aufgaben antizipiert, Hindernisse vermieden oder Bewegungen verletzter Gelenke reduziert. Desweiteren werden zeitliche Eigenschaften menschlicher Bewegungen oder die Ergebnisse von Primingexperimenten erklärt. Die neuronalen Netzwerke bilden zudem Eigenschaften motor-kortikaler Netzwerke ab, zum Beispiel wechselseitig abhängige Raumrepräsentationen, rekurrente Verbindungen oder assoziative Lernverfahren. Diese Dissertation beschreibt das neue Modell, vergleicht es mit anderen Modellen, untersucht seine Funktionalität, stellt Verbindungen zu menschlichem Verhalten und menschlicher Neurophysiologie her und erörtert schlie"slich mögliche Erweiterungen und die Validität des Models. Zusammenfassend stellt das vorgeschlagene Model eine Erklärung für flexibles aufgabenbezogenes Verhalten auf ein Fundament aus neuronalen Netzwerken und unüberwachten sensumotorischen Lernen.

Memoria para optar al título de Ingeniero Civil Electricista / Memoria para optar al título de Ingeniero Civil Industrial / La detección automática de la patología oftalmológica denominada retinopatía diabética tiene el potencial de prevenir casos de pérdida de visión y ceguera, en caso de impulsar la exanimación masiva de pacientes con diabetes. Este trabajo apunta a diseñar y desarrollar un clasificador a nivel de prototipo que permita discriminar entre pacientes con y sin presencia de la enfermedad, por medio del procesamiento automático de imágenes de fondo de ojo digitales. Los procedimientos se basan en la adaptación e integración de algoritmos publicados. Las etapas desarrolladas en el procesamiento digital de las imágenes de retina para este objetivo fueron: localización de vasos sanguíneos, localización de disco óptico (DO), detección de lesiones claras y detección de lesiones rojas. Las técnicas utilizadas para cada una de las etapas fueron, respectivamente: Gabor wavelets y clasificadores bayesianos; características de los vasos y predicción de posición mediante regresores kNN; segmentación mediante fuzzy c-means y clasificación usando una red neuronal multicapas; y, operadores morfológicos ajustados óptimamente. La base de datos de imágenes para el entrenamiento y prueba de los métodos desarrollados cuenta con 285 imágenes de un centro médico local, incluyendo 214 normales y 71 con la enfermedad. Los resultados específicos fueron: 100% de precisión en la ubicación del DO en las 142 imágenes de prueba; identificación del 91,4% de las imágenes con lesiones claras, i.e., la sensibilidad, mientras se reconocieron 53,3% de las imágenes sin lesiones claras, i.e., la especificidad (84,1% de sensibilidad y 84,7% de especificidad a nivel de pixel) en las mismas 142 muestras; y, 97% de sensibilidad y 92% de especificidad en la detección de lesiones rojas en 155 imágenes. El desempeño en la ubicación de la red vascular es medido por el resultado del resto de los pasos. El rendimiento general del sistema es de un 88,7% y 49,1% en cuanto a sensibilidad y especificidad, respectivamente. Algunas medidas fundamentales son necesarias para la implementación a futuro. En primer lugar, acrecentar la base de datos de imágenes para entrenamiento y prueba. Además, es posible pulir cada una de las etapas intermedias de las cuatro grandes fases. Con todo, una ronda de implementación a nivel usuario de un prototipo general permitirá evaluación y mejora de los métodos diseñados y desarrollados.

Los sistemas de reconocimiento óptico de caracteres (OCR) constituyen un tema activo de investigación. El principal problema es el porcentaje de efectividad que se obtiene en el reconocimiento de caracteres manuscritos, esto es debido a la naturaleza de estos caracteres, la tipografía, la resolución de la imagen, iluminación y otros factores. Los sistemas que reconocen números manuscritos tienen diversas aplicaciones (reconocimiento de cantidades numéricas sobre cheques bancarios, facturas, planillas de conteo de votos electorales, encuestas, etc.), para los cuales se necesita que la tasa de acierto al reconocer los números sea muy elevada (reconocimiento mayor 90% y error cercano 0%). Para lograr esto se implementó un módulo de reconocimiento basado en redes neuronales haciendo uso del toolbox de MATLAB. El módulo de reconocimiento tiene las siguientes etapas: una primera etapa es la segmentación que se encarga de separar la imagen de valor numérico en dígitos individuales, la segunda etapa se encarga de la normalización para obtener muestras parecidas paro lo cual se realiza corrección de la inclinación, espesor del trazo y tamaño, y una última etapa es la clasificación para lo cual se usó la red neuronal de topología “backpropagation”. Luego de las pruebas respectivas se obtuvo un reconocimiento de 95.9% con un porcentaje de error 0.8%, estas pruebas se realizaron con números de buena escritura. Se realizó otras pruebas con una base de datos de números manuscritos (MNIST, base de datos del National Institute of Standards and Technology) con la cual se obtuvo un reconocimiento del 90.11% y error 3.67%. Con esto se puede concluir que la metodología desarrollada es buena cuyas etapas se pueden optimizar para obtener mejores resultados. / Tesis

El presente trabajo realizó el diseño genérico y modular de una red neuronal artificial perceptron multicapa MLP orientada al reconocimiento de dígitos manuscritos en un FPGA mediante el lenguaje de descripción de hardware VHDL. El entrenamiento de esta red se realizó externo al chip, en software, mediante la herramienta de Redes Neuronales del Matlab 7.1 y utilizando como imágenes de entrenamiento la base de datos modificada del NIST (MNIST database). Con esto, se logra que el FPGA se dedique solamente a la tarea de reconocimiento, mas no al aprendizaje de la red. Si se quisiera que se cumpla con otra aplicación, bastará con su reentrenamiento en software para obtener los parámetros necesarios e introducirlos en su descripción y configuración. / Tesis