asignatura master 2023

     El seminario de "Modelos de redes neuronales" pretende explicar el funcionamiento de un tipo concreto de modelos psicológicos, a saber, los de redes conexionistas. Estos modelos, aplicables tanto a la modelización de procesos psicológicos como al análisis de datos, se han convertido en un área de investigación avanzada debido a sus propiedades y al parecido que tienen con el funcionamiento del cerebro. Aunque el seminario solo podrá revisar los ejemplos más básicos del área, pretenden proporcionar al alumno una idea razonable de su potencial e interés para el Psicólogo.

El seminario tiene un carácter eminentemente teórico debido a que el número de créditos asignados a los seminarios impiden abarcar el área con la suficiente amplitud como para poder estudiar aplicaciones prácticas (y por lo tanto de un nivel superior a los modelos básicos) de las redes neuronales en la Psicología o en el Análisis de Datos que, además, exigirían la utilización de un software especializado.

El alumno estudiará las características generales que definen los modelos conexionistas así como algunas de las principales estructuras existentes. Se hará especial hincapié en el funcionamiento de las diversas redes mediante ejemplos de cálculo completamente desarrollados. Se obviarán, sin embargo, las demostraciones matemáticas de los teoremas existentes en el área.

Aunque no es exigitivo, sería recomendable el dominio de las operaciones más elementales del álgebra matricial (matrices, cálculo de determinantes, transposición de matrices, etc.).

Si un alumno desea ampliar el contenido del material de la bibliografía básica deberá leer en inglés, ya que la mayor parte de los textos más avanzados se encuentra en esta lengua.

Nombre: Dr. D. José Manuel Reales Avilés.

Departamento: Metodología de las Ciencias del Comportamiento

Despacho: 2.59

Horario de tutoría:

Martes: de 10:00 a 14:00 horas.

Miércoles: de 10:00 a 14:00 horas.

Viernes: de 10:00 a 14:00 horas.

Teléfono: 91 398 79 33

Nombre: Dr. D. José Ángel Martínez-Huertas

Departamento: Metodología de las Ciencias del Comportamiento

Horario de tutoría:

Martes: de 10:00 a 14:00 horas.

Miércoles: de 10:00 a 14:00 horas.

COMPETENCIAS GENERALES

CG1 - Tomar conciencia de la importancia de la metodología en la adquisición del conocimiento científico, así como de la diversidad metodológica existente para abordar distintos problemas de conocimiento

CG2 - Desarrollar el razonamiento crítico y la capacidad para realizar análisis y síntesis de la información disponible.

CG3 - Saber identificar las necesidades y demandas de los contextos en los que se exige la aplicación de herramientas

metodológicas y aprender a proponer las soluciones apropiadas.

CG4 - Planificar una investigación identificando problemas y necesidades, y ejecutar cada uno de sus pasos (diseño, medida, proceso de datos, análisis de datos, modelado, informe).

CG5 - Obtener información de forma efectiva a partir de libros, revistas especializadas y otras fuentes.

CG6 - Desarrollar y mantener actualizadas competencias, destrezas y conocimientos según los estándares propios de la profesión.

COMPETENCIAS ESPECÍFICAS
 

CE1 - Desarrollar y mantener actualizadas competencias, destrezas y conocimientos según los estándares propios de la profesión.
 

CE2 - Procesar datos (conocer la estructura de las bases de datos y manejarse eficientemente con ellas).
 

CE3 - Preparar los datos para el análisis (desenvolverse en la relación entre bases de datos y análisis estadístico).
 

CE4 - Analizar datos identificando diferencias y relaciones. Esto implica conocer las diferentes herramientas de análisis, así como su utilidad y aplicabilidad en cada contexto.
 

CE6 - Formular, estimar y ajustar modelos capaces de simular procesos psicológicos.
 

CE9 - Definir, medir y describir variables (personalidad, aptitudes, actitudes, etc..) y procesos (cognitivos, emocionales, psicobiológicos, conductuales).

Los objetivos del seminario son los de entender como funciona una red neuronal artificial y el tipo de problemas que puede resolver. En concreto se pretende:

• Proveer al estudiante de los fundamentos teóricos y prácticos asociados con las estructuras más conocidas de redes neuronales así como de los algoritmosde aprendizaje utilizados por las mismas. Se revisarán los perceptrones, las redes auto y heteroasociativas y la red de retropropagación.

• Entender las ventajas y limitaciones del enfoque de redes neuronales

• Desarrollar en el estudiante la capacidad de simular procesos psicológicos (memoria, percepción, etc.) mediante la aplicación de las redes conexionistas.

Competencias:

- Aprender a identificar los modelos de redes neuronales de procesos cognitivos.

- Determinar el tipo de estructura de las redes neuronales (tipos de nodos,conexión entre niveles, método de modificación de conexiones o aprendizaje,etc.)

- Identificar el tipo de problema que puede resolver los diversos tipos de redes neuronales.

- Evaluar el funcionamiento de la red neuronal

Metodología

Este seminario, planteado bajo la modalidad a distancia, está basado en el aprendizaje autónomo. El estudio de la materia será a través de los materiales que proporcionará el profesor a principio del curso. Los materiales han sido seleccionados para ajustarse a la metodología a distancia, con profusión de ejemplos prácticos y desarrollados.

Plan de trabajo

     La distribución de la carga docente se estima de la siguiente forma:
·  Horas de contacto virtual a través de la plataforma Alf (participación en foros, consulta de dudas, prácticas, grupos de trabajo, etc.): 0.5 ECTS (15 horas).
·  Estudio del texto básico de la asignatura 1.5 ECTS 35  horas).

Abdi, H., Valentin, D. y Edelman, B. (1999). Neural networks. Sage University Paper Series on Quantitative Applications in the Social Sciences. Thousand Oaks, CA: Sage.

Haykin, S. (2009). Neural networks and learning machines. Pearson International Edition.

- Rumelhart, D.E, McClelland, J.L. y el grupo PDP (1992). Introducción al procesamientodistribuido en paralelo. Madrid: Alianza. (Original: MIT, 1986).

- Hilera, José R. y Martínez, Victor J. (1995). Redes neuronales artitificiales. Fundamentos, modelos y aplicaciones. Madrid: Editorial RA-MA.

El texto base de la asignatura se encuentra en la plataforma Alf de la asignatura par asu descarga por el alumno.

Sería recomendable, aunque no es necesario para seguir la asignatura, la disponibilidad de software específico para modelar redes neuronales. El software utilizado debería ser lo más amigable posible, es decir, intuitivo, visual, etc.

En la página

httpss://listoffreeware.com/free-neural-network-software-windows/

se comparan diversos simuladores de redes neuronales y su tipo (solo gratuitos)..