Portal para Investigadores y Profesionales

Encuentra más Cursos o Publica tu Contenido en ElPrisma.com





Redes Neuronales



Enlaces Patrocinados






Navigation bar
  Start Previous page
 1 of 8 
Next page End 1 2 3 4 5 6  

Investigación desarrollada y enviada por: Jorge Delgado Palomino
j-delgado-p@hotmail.com
Panorama General
Las Redes Neuronales Artificiales (Artificial Neural Networks - ANNs) se constituyeron
inicialmente como una simulación abstracta de los sistemas nerviosos biológicos
formados por un conjunto de unidades llamadas neuronas o nodos conectados unos
con otros. Las conexiones de estos nodos se asemejan a las dendritas y axones de los
sistemas nerviosos biológicos.
Warren McCulloch y Walter Pitts
desarrollaron en 1943 el primer modelo de red
neuronal en términos de modelo sistemático de actividad nerviosa. El modelo se
caracteriza básicamente por ser binario, donde cada neurona tiene un escalón o
umbral prefijado. Este primer modelo sirvió de ejemplo para los modelos posteriores
de Jhon Von Neumann, Marvin Minsky, FranK Rosenblatt, etc. 
Las ANNs pueden clasificarse en modelos de tipo biológico y tipo dirigido a la
aplicación de acuerdo a su similitud con la realidad biológica:
Modelos de Tipo Biológico. 
Se constituyen en redes que tratan de simular los sistemas neuronales biológicos
así como las funciones auditivas o funciones básicas de la visión. 
Modelos Dirigidos a Aplicaciones. 
No necesariamente guardan similitud con los sistemas biológicos. Sus
arquitecturas están fuertemente ligadas a las necesidades de las aplicaciones para
las que son diseñados. 
1.
REDES NEURONALES DE TIPO BIOLÓGICO
El cerebro humano promedio cuenta con aproximadamente mil millones de
neuronas. Asimismo, durante las sinápsis cada una de estas neuronas recibe en
promedio alrededor de 1000 estímulos de entrada y genera alrededor de 1000
estímulos de salida. En este sentido, la principal ventaja del cerebro humano
promedio recae en su conectividad, interpretada como la capacidad del mismo
para realizar diferentes procedimientos lógicos a la vez. Sin embargo, su principal
debilidad recae en la velocidad de procesamiento de la información, siendo las
computadoras en este sentido, muchísimo más rápidas.
El objetivo de las redes neuronales de tipo biológico se constituye en desarrollar un
elemento sintáctico que permita verificar las hipótesis correspondientes a los
demás sistemas biológicos. Es decir, las redes neuronales de tipo biológico deben
recibir y procesar información de otros sistemas biológicos y devolver una
respuesta de acción efectiva.
La mayor parte de las neuronas posee una estructura arbórea formada en su
mayor parte por dendritas que, conectadas a otras neuronas, se encargan de
recibir los estímulos de entrada neuronales mediante uniones denominas sinopsis.
Algunas neuronas tiene una estructura que las comunica con miles de neuronas
más, mientras otras sólo puede comunicarse con unas cuantas a su alrededor. Las
tres partes importantes de la estructura de una neurona son:
Ramas de Extensión o Dendritas – Reciben estímulos de Entrada.
Cuerpo de la Neurona – Procesa estímulos de Entrada.
Axón – Emite estímulos de Salida a las Dendritas de otras neuronas.
Actualmente no sé conoce con certeza la verdadera forma de interacción de las 
neuronas. En general, una neurona recibe estímulos de entrada mediante las
dendritas, estos estímulos son procesados en el cuerpo de la misma para
posteriormente emitir un estímulo de salida mediante el axón. Este último estímulo
utiliza diferencias de potencial eléctrico u ondas de corriente las cuales dependen
fundamentalmente del potencial de la neurona. Asimismo, la neurona utiliza la
función de escalón y la función de activación para determinar la salida que debe
emitir de acuerdo a los estímulos recibidos.
2.
REDES NEURONALES PARA APLICACIONES CONCRETAS
El conocimiento que se posee sobre el sistema nervioso es aún incompleto. En
este sentido, las ANNs no se encuentran muy ligadas a lo que son en sí las redes
neuronales biológicas. Por lo tanto, se han definido otras funcionalidades y
estructuras de conexión distintas a las establecidas por la biología. Las principales
características de las ANNs son las siguientes:
Auto Organización y Adaptabilidad
Utilizan algoritmos de aprendizaje adaptativo y auto organización ofreciendo
posibilidades de un procesamiento robusto y adaptable.
Procesado No Lineal y Paralelo
Aumenta la capacidad de la neurona para poder aproximar y clasificar información
haciéndose más inmune al ruido (datos desordenados).
Estas características juegan un papel importante en las ANNs aplicadas al
procesado de señales. En este sentido, la red constituida para una aplicación
determinada poseerá una arquitectura concreta de elementos de procesado
adaptativo, masivo y paralelo que se combinan en estructuras de interconexión de
red jerárquica.
3.
TAXONOMÍA DE LAS REDES NEURONALES
Toda aplicación de redes neuronales consta de dos fases: la fase de aprendizaje o
entrenamiento y la fase de prueba o funcionamiento directo. En la fase de
entrenamiento se usa un conjunto de datos o patrones de entrenamiento para
determinar los pesos que definen el modelo neuronal. Este modelo una vez
entrenado, se usará en la fase de funcionamiento directo en la que se procesarán
patrones de prueba que constituyen la entrada habitual de la red con el objetivo de
analizar las prestaciones definitivas de la misma. 
Fase de Prueba
Los pesos de la red neuronal se han obtenido a partir de patrones representativos
de entradas que se denominan patrones de entrenamiento. Los pesos pueden ser
calculados de una vez como adaptados iterativamente según el tipo de red
Previous page Top Next page
Comparte ElPrisma.com en:   Tweet     Mister Wong 


Es política de El Prisma.com cumplir con las leyes nacionales y tratados internacionales que protegen la propiedad intelectual y los Derechos de Autor (Copyright). Los textos mostrados en esta página han sido enviados por nuestros usuarios que han declarado ser los autores de los mismos y han permitido su uso por parte de www.elprisma.com, si usted considera que la información contenida en esta página viola sus derechos de autor, por favor envíenos su notificación de infracción a sugerencias1[en]elprisma.com y removeremos los textos de nuestros servidores. Condiciones de Uso.

Administración de Empresas y Negocios, Economía y Finanzas, Mercadeo y Publicidad, Arquitectura, Diseño Gráfico, Diseño Industrial, Teología, Pedagogía, Ciencias Políticas, Derecho, Historia, Bellas Artes, Comunicación y Periodismo, Español y Literatura, Filosofía, Ingeniería Civil, Ingeniería de Minas y Petróleos, Ingeniería de Sistemas e Informática, Ingeniería Eléctrica y Electrónica, Ingeniería Industrial, Ingeniería Mecánica, Ingeniería Química, Biología, Física, Geografía, Matemáticas, Química, Medicina, Odontología, Psicología, Agronomía, Veterinaria, Zootecnia.