4765014 diegomurillo y juanrivera
Páginas: 7 (1551 palabras)
Publicado: 31 de mayo de 2015
REDES NEURONALES ARTIFICIALES
Universidad Manuela Beltrán
Facultad de Ingeniería de Sistemas
Diego Fernando Murillo Vargas
1030537510
Diegonikmurillo@gmail.com
Juan Camilo Rivera
1014177636
Juanca_mil007@hotmail.com
Resumen Una aproximación al diseño de sistemas inteligentes que utilizan algoritmos matemáticos. Se compone de los campos de las redes neuronales, computación evolutiva, y losconjuntos borrosos. El término fue utilizado por primera vez como una alternativa a la inteligencia artificial en la década de 1980. El uso popular actual del término como se definió anteriormente los resultados de un esfuerzo por james bezdek a principios de 1990 para diferenciar los ámbitos de las redes neuronales, computación evolutiva, y los conjuntos difusos de la inteligencia artificialclásica (ai). Hay una investigación significativa continua en el área de inteligencia computacional, así como una serie de ejemplos de sistemas prácticos, cotidianos que hacen uso de enfoques de inteligencia computacional.
En el enfoque clásico de sistemas inteligentes, conocidos como la inteligencia artificial, todo razonamiento puede hacerse utilizando símbolos de alto nivel. Por ejemplo, se puede usarreglas como por ejemplo: si está lloviendo, llevar un paraguas. Estos tipos de reglas (denominadas reglas heurísticas) también se pueden usar en sistemas difusos con la diferencia de que los partidos aproximados están permitidos. Así, uno podría aún llevar un paraguas en un día nublado en el que no fue bastante lloviendo en el momento.
ABSTRACT: An approach to design intelligent systems that usemathematical algorithms. It consists of the fields of neural networks, evolutionary computation and fuzzy sets. The term was first used as an alternative to artificial intelligence in the 1980s The current popular use of the term as the results of an effort Bezdek james defined above in the early 1990s to differentiate the areas of neural networks , evolutionary computation and fuzzy sets ofclassical artificial intelligence (AI). There is a significant ongoing research in the area of computational intelligence as well as a series of examples of practical, everyday systems that make use of computational intelligence approaches.
In the classical approach of smart, known as artificial intelligence systems, all reasoning can be done using high-level symbols. For example, you can use ruleslike: if it's raining, bring an umbrella. These types of rules (called heuristics) can also be used in fuzzy systems with the difference that the approximate matches are allowed. So one might even bring an umbrella on a cloudy day when it was not quite raining at the moment.
INTRODUCCION
Las Redes Neuronales Artificiales (RNA) buscan reproducir algunas de las capacidades del cerebro imitando suestructura neuronal mediante un estilo de computación paralelo, distribuido y adaptativo con lo que son capaces de aprender a partir de ejemplos. quien merece el título de “padre” de las Redes Neuronales es Santiago Ramón y Cajal por haber demostrado hace poco más de un siglo que el sistema nervioso está compuesto por células individuales, las neuronas, pequeños procesadores de la información yaunque esto no hubiera sido un logro en informática, esas neuronas son comparadas con las “puertas de silicio de los computadores” (Serrano, Soria, & Martín, REDES NEURONALES ARTIFICIALES, 2009-2010) y esto fue lo que dio comienzo a desarrollos de RNA.
Para entender cómo funcionan las Redes Neuronales es necesario entender primero las diferencias o similitudes entre microprocesadores,computadores y cerebro, y su relación con las Redes Neuronales,
MARCO CONCEPTUAL
En los últimos años se ha venido trabajando en el campo de la computación cognitiva relacionándose a la inteligencia artificial, acompañada por métodos en la resolución de problemas que no pueden ser fácilmente descritos por algoritmos tradicionales, tales como la lógica difusa, el razonamiento aproximado, los...
Universidad Manuela Beltrán
Facultad de Ingeniería de Sistemas
Diego Fernando Murillo Vargas
1030537510
Diegonikmurillo@gmail.com
Juan Camilo Rivera
1014177636
Juanca_mil007@hotmail.com
Resumen Una aproximación al diseño de sistemas inteligentes que utilizan algoritmos matemáticos. Se compone de los campos de las redes neuronales, computación evolutiva, y losconjuntos borrosos. El término fue utilizado por primera vez como una alternativa a la inteligencia artificial en la década de 1980. El uso popular actual del término como se definió anteriormente los resultados de un esfuerzo por james bezdek a principios de 1990 para diferenciar los ámbitos de las redes neuronales, computación evolutiva, y los conjuntos difusos de la inteligencia artificialclásica (ai). Hay una investigación significativa continua en el área de inteligencia computacional, así como una serie de ejemplos de sistemas prácticos, cotidianos que hacen uso de enfoques de inteligencia computacional.
En el enfoque clásico de sistemas inteligentes, conocidos como la inteligencia artificial, todo razonamiento puede hacerse utilizando símbolos de alto nivel. Por ejemplo, se puede usarreglas como por ejemplo: si está lloviendo, llevar un paraguas. Estos tipos de reglas (denominadas reglas heurísticas) también se pueden usar en sistemas difusos con la diferencia de que los partidos aproximados están permitidos. Así, uno podría aún llevar un paraguas en un día nublado en el que no fue bastante lloviendo en el momento.
ABSTRACT: An approach to design intelligent systems that usemathematical algorithms. It consists of the fields of neural networks, evolutionary computation and fuzzy sets. The term was first used as an alternative to artificial intelligence in the 1980s The current popular use of the term as the results of an effort Bezdek james defined above in the early 1990s to differentiate the areas of neural networks , evolutionary computation and fuzzy sets ofclassical artificial intelligence (AI). There is a significant ongoing research in the area of computational intelligence as well as a series of examples of practical, everyday systems that make use of computational intelligence approaches.
In the classical approach of smart, known as artificial intelligence systems, all reasoning can be done using high-level symbols. For example, you can use ruleslike: if it's raining, bring an umbrella. These types of rules (called heuristics) can also be used in fuzzy systems with the difference that the approximate matches are allowed. So one might even bring an umbrella on a cloudy day when it was not quite raining at the moment.
INTRODUCCION
Las Redes Neuronales Artificiales (RNA) buscan reproducir algunas de las capacidades del cerebro imitando suestructura neuronal mediante un estilo de computación paralelo, distribuido y adaptativo con lo que son capaces de aprender a partir de ejemplos. quien merece el título de “padre” de las Redes Neuronales es Santiago Ramón y Cajal por haber demostrado hace poco más de un siglo que el sistema nervioso está compuesto por células individuales, las neuronas, pequeños procesadores de la información yaunque esto no hubiera sido un logro en informática, esas neuronas son comparadas con las “puertas de silicio de los computadores” (Serrano, Soria, & Martín, REDES NEURONALES ARTIFICIALES, 2009-2010) y esto fue lo que dio comienzo a desarrollos de RNA.
Para entender cómo funcionan las Redes Neuronales es necesario entender primero las diferencias o similitudes entre microprocesadores,computadores y cerebro, y su relación con las Redes Neuronales,
MARCO CONCEPTUAL
En los últimos años se ha venido trabajando en el campo de la computación cognitiva relacionándose a la inteligencia artificial, acompañada por métodos en la resolución de problemas que no pueden ser fácilmente descritos por algoritmos tradicionales, tales como la lógica difusa, el razonamiento aproximado, los...
Leer documento completo
Regístrate para leer el documento completo.