Universidad Central de Venezuela
Facultad de Ciencias
Escuela de Matemática



Daniel Crespin
Software e Investigación

En español



English version



       Portal en español              Homepage in English


Software:

1. Real vs Quantism es una animación interactiva que simula transiciones ente dos estados estacionarios del átomo de hidrógeno. Puede mostrar las transiciones continuas del Realismo al igual que los saltos discontinuos del Cuantismo. Todos los artículos sobre Realismo que se mencionan abajo están incuidos en este software.

2. Crespin 2.0 Fast Perceptron Trainer, es un freeware que calcula arquitectura y parámetros de redes de perceptrones, corre bajo Windows, posee una interfaz gráfica y proporciona control sobre la capacidad de generalización de las redes que proporciona.


Artículos sobre Realismo: Los cinco siguientes artículos están incluidos también en el software Real vs Quantism (RvsQ.exe).

1. Realismo [Realism] (en inglés): Una teoría continua, determinista y caótica del átomo basada en el operador autoadjunto de Schrödinger y en el flujo (realista) que define sobre el espacio de rayos de Hilbert. No utiliza interpretación probabilista, saltos aleatorios, principio de incertidumbre, dualidad onda-partícula ni variables ocultas. Proporciona una simplificación considerable del Cuantismo y tiene los mismos autovalores. Esta teoría sólidamente asentada y acorde con hechos experimentales provee un modelo natural de los fenómenos atómicos. 73 páginas.

2. Sistemas Dinámicos Proyectivos y Realismo [Projective Dynamical Systems and Realism] (en inglés): Los operadores en los espacios de Hilbert definen en el espacio proyectivo asociado tanto sistemas dinámicos como observables. Se consideran sistemas definidos tanto por operadores unitarios como por autoadjuntos. La Parte I estudia los casos de dimensión finita y la Parte II los de dimensión infinita. El artículo contiene el Teorema Espectral Proyectivo (PST), un resultado matemático de relevancia para el Realismo (vea el artículo previo). El PST es a la dinámica proyectiva como el teorema espectral lineal usual es a la dinámica lineal.

3. Una Introducción al realismo [An Introduction to Realism] (en inglés): Esta introducción elemental al Realismo explica sistemas a dos niveles de energía. Los estados, observables y evolución se introducen como postulados para sistemas generales y se aplican entonces al caso especial de dos niveles. Bajo hipótesis físicas muy sencillas (la Hipótesis del Fotón) se demuestra en detalle como deducir e interpretar la fórmula de Einstein E=hc/(longitud de onda). Destinado principalmente a estudiantes, los resultados se explican con claridad y varias figuras facilitan la asimilación de los nuevos conceptos.

4. [Manifiesto contra el Cuantismo] (versión en español): Documento que revela la situación de la Física respecto al Cuantismo. Plantea las contradicciones y el escándalo científico del Cuantismo. Dirigido a las personas interesadas en el desenmascaramiento del Cuantismo y la racionalización tanto de la Física como de otras ramas de la ciencia afectadas por la Teoría Cuántica.

5. [PYR Realismo vs Quantismo] (versión en español): Artículo redactado para el paquete de software Real vs Quantism. Discute, con el estilo Preguntas Y Respuestas, diversos temas básicos acerca del reemplazo del Cuantismo por el Realismo. Las breves secciones incluyen:
    Realismo y Cuantismo
    Cambio y Evolución
    Matemáticas de la Evolución
    Boceto del Realismo
    Discusión del Realismo
    Sociología del Realismo
    Historia del Realismo
    Metas del Realismo
Proporciona una visión crítica del Cuantismo y del deseable final de sus retorcidos paradigmas.



Artículos sobre redes neurales:

1. Poliedros neurales [Neural polyhedra] (en inglés): Fórmulas explícitas para expresar cualquier poliedro como una red neural de perceptrones a tres capas. Útil para el cálculo directo y sin entrenamiento de una red neural que ejecute una tarea determinada de reconocimiento de patrones. Vea el artículo siguiente. 8 páginas.

2. Reconocimiento de patrones mediante perceptrones no entrenados [Pattern recognition with untrained perceptrons] (en inglés): Muestra cómo construir poliedros directamente a partir de datos para el reconocimiento de patrones. La red de perceptrones asociada a estos poliedros (vea el artículo anterior) resuelve el problema de reconocimiento. 10 páginas.

3. Formalismo de redes neurales [Neural network formalism] (en inglés): Se definen las redes neurales usando sólamente conceptos elementales de la teoría de conjuntos, sin los grafos conexionistas habituales. Los diagramas neurales típicos se deducen de las definiciones. Este enfoque proporciona técnicas matemáticas e inspiración para desarrollar teoría y aplicaciones de las redes neurales.

4. Geometría de perceptrones [Geometry of perceptrons] (en inglés): Se demuestra que las redes de perceptrones semilineales son productos de funciones características de poliedros. Proporciona una interpretación geométrica de estas redes. El resultado vale asimismo para redes de perceptrones más generales (semialgebráicas, etc.) y sugiere una nueva técnica para resolver problemas de reconocimiento de patrones. Vea los demás artículos y el software sobre el tema en este portal. 3 páginas.

5. Retropropagación generalizada [Generalized Backpropagation] (en inglés): Se consideran, desde el punto de vista de minimización del error cuadrático mediante el gradiente, fórmulas globales para la retropropagación del error en redes neurales diferenciables. El gradiente de (la función error cuadrático de una unidad procesadora) se expresa en términos del error de salida y de la derivada traspuesta de la unidad respect a los pesos. El gradiente de una capa es el producto de los gradientes de sus unidades procesadoras. El gradiente de la red es al producto de los gradientes de las capas. La retropropagación proporciona las salidas o metas de las capas. Se deducen como caso especial las fórmulas para las redes semilineales. 14 páginas.

6. Cartilla de Perceptrones [A Primer on Perceptrons] (en inglés): Vocabulario básico de las redes neurales de perceptrones enfatizando el lenguaje matemático. Supone conocimiento de espacios vectoriales y matrices. 7 páginas.


Mail to: dcrespin@gmail.com

Portal de la Escuela de Matemáticas