- -

Enseñanza del aprendizaje por refuerzo con un sencillo ejemplo de minimización de funciones

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Enseñanza del aprendizaje por refuerzo con un sencillo ejemplo de minimización de funciones

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author Arnau Notari, Andres Roger es_ES
dc.contributor.author García Raffi, Luis Miguel es_ES
dc.contributor.author Calabuig Rodriguez, Jose Manuel es_ES
dc.contributor.author Sánchez Pérez, Enrique Alfonso es_ES
dc.date.accessioned 2023-12-30T12:17:40Z
dc.date.available 2023-12-30T12:17:40Z
dc.date.issued 2023-10-06
dc.identifier.isbn 9788413960883
dc.identifier.uri http://hdl.handle.net/10251/201256
dc.description.abstract [ES] En este trabajo se presenta una sesión a modo de taller orientada al estudiantado universitarios para que entiendan los fundamentos del aprendizaje por refuerzo (RL). Esta técnica de inteligencia artificial no es comúnmente estudiada por su dificultad, por ello se expone una simplificación del RL, que se aplica a la resolución de un problema de optimización. Además se analizará la manera de abordar el problema de optmización como un juego, puesto que este es una aplicación natural del RL. es_ES
dc.description.abstract [EN] This paper presents a practical session for university students to introduce them on the fundamentals of reinforcement learning (RL). The difficulty of this technique means that it is not studied, so a simplification of RL is presented, which is applied to the solution of an optimization problem. In addition to this technique, we study how to approach the optimization problem as a game, since this is a natural application of RL. es_ES
dc.description.sponsorship Proyectos financiados por la Universitat Politècnica de València (PAID-01-21), el Ministerio de Ciencia e Innovación (PID2020-112759GB-I00) y Polish National Agency for Strategic Partnership (BPI/PST/2021/1/00031/U/00001) es_ES
dc.format.extent 15 es_ES
dc.language Español es_ES
dc.publisher Editorial Universitat Politècnica de València es_ES
dc.relation.ispartof In-Red 2023 - IX Congreso Nacional de Innovación Educativa y Docencia en Red
dc.rights Reconocimiento - No comercial - Compartir igual (by-nc-sa) es_ES
dc.subject Optimization models es_ES
dc.subject Inteligencia Artificial (IA) es_ES
dc.subject Artificial Intelligence (AI) es_ES
dc.subject Reinforcement learning es_ES
dc.subject Neural networks es_ES
dc.subject Aprendizaje por refuerzo es_ES
dc.subject Redes neuronales es_ES
dc.subject Modelos de optimización es_ES
dc.title Enseñanza del aprendizaje por refuerzo con un sencillo ejemplo de minimización de funciones es_ES
dc.type Capítulo de libro es_ES
dc.type Comunicación en congreso es_ES
dc.identifier.doi 10.4995/INRED2023.2023.16617
dc.relation.projectID info:eu-repo/grantAgreement/UPV//PAID-01-21/ es_ES
dc.relation.projectID info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2020-112759GB-I00/ES/METAESTRUCTURAS HIPERUNIFORMES/ es_ES
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Arnau Notari, AR.; García Raffi, LM.; Calabuig Rodriguez, JM.; Sánchez Pérez, EA. (2023). Enseñanza del aprendizaje por refuerzo con un sencillo ejemplo de minimización de funciones. Editorial Universitat Politècnica de València. 133-147. https://doi.org/10.4995/INRED2023.2023.16617 es_ES
dc.description.accrualMethod OCS es_ES
dc.relation.conferencename IN-RED 2023: IX Congreso de Innovación Educativa y Docencia en Red es_ES
dc.relation.conferencedate Julio 13-14, 2023 es_ES
dc.relation.conferenceplace Valencia, España es_ES
dc.relation.publisherversion http://ocs.editorial.upv.es/index.php/INRED/INRED2023/paper/view/16617 es_ES
dc.description.upvformatpinicio 133 es_ES
dc.description.upvformatpfin 147 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.relation.pasarela OCS\16617 es_ES
dc.contributor.funder Polish National Agency for Strategic Partnership es_ES
dc.contributor.funder Universitat Politècnica de València es_ES
dc.contributor.funder Agencia Estatal de Investigación es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem