Sei sulla pagina 1di 3

Dario Floreano Claudio Mattiussi

Manuale
sulle reti neurali
Seconda edizione

Il Mulino

Indice

Prefazione alla seconda edizione

Prefazione alla prima edizione

Introduzione

13

1.
2.
3.
4.
5.

Sistemi di calcolo seriale e intelligenza naturale


Che cos una rete neurale artificiale?
Impiego di reti neurali artificiali
Reti neurali e computer
Breve storia

Fondamenti

31

1. Circuiti neurali biologici


2. Circuiti neurali artificiali
3. Apprendimento hebbiano
Apprendimento supervisionato
1.
2.
3.
4.
5.

67

Linsegnante esterno
Percettroni semplici
La regola delta
Back-propagation
Apprendimento per rinforzo

Reti neurali e meccanica statistica

151

1. Introduzione
2. Il modello di Hopfield
3. La macchina di Boltzmann
Auto-organizzazione
1.
2.
3.
4.

Introduzione
Estrazione di informazione con apprendimento debbiano
Modelli basati su principi di teoria dellinformazione
Modelli basati su meccanismi di competizione

183

Modelli neuronali dinamici


1.
2.
3.
4.
5.

241

Tempo e memoria nelle reti neurali


Un modello elementare di neurone dinamico
Generalizzazione del modello elementare
Neuroni impulsivi (Spiking Neurons)
Implementazione dei modelli dinamici

Algoritmi genetici e reti neurali

275

1. Algoritmi genetici ed evoluzione naturale


2. Gli elementi fondamentali di un algoritmo genetico
3. Gli algoritmi genetici in maggior dettaglio
4. Diversi algoritmi genetici
5. Vantaggi offerti dagli algoritmi genetici
6. Reti neurali ed algoritmi genetici
7. Evoluzione dei pesi sinaptici
8. Evoluzione dellarchitettura
9. Evoluzione di regole di apprendimento
10. Vita artificiale e Psicologia sintetica
Appendice: Elementi di algebra lineare

313

Riferimenti bibliografici

331