Antologia

Solo disponible en BuenasTareas
  • Páginas : 12 (2925 palabras )
  • Descarga(s) : 0
  • Publicado : 14 de enero de 2012
Leer documento completo
Vista previa del texto
Índice | |
1.- Enrique Castillo, José Manuel Gutiérrez, y Ali S. Hadi. Sistemas Expertos y Modelos de Redes Probabilísticas |
Redes de Neuronales ………………………………………………………………………………………………………………... | 2 |
2.- Director: Enrique Domínguez Merino. Universidad de Málaga |
¿Qué son las redesneuronales?......................................................................................................................................... | 3 |
Breve Historia de las redes Neuronales……………………………………………………………………………………... | 3 |
La Neurona Biológica……………………………………………………………………………………………………………….. | 4 |
La neurona artificial como símil de la neurona biológica……………………………………………………………. | 5 |
Forma de Conexión de las Capas………………………………………………………………………………………………. | 6 |
3.- Damián Jorge Matich, Universidad Tecnológica Nacional – Facultad Regional Rosario |
Historia de las redes neuronales……………………………………………………………………………………………..... | 9 |
Definiciones de una red neuronal……………………………………………………………………………………………… | 10 |
Ventajas que ofrecen las red neuronal………………………………………………………………………………………. | 10 |
4.-Prof.Dr Eduardo Mizraji sobre: "Las redesneuronales de la biología a los algoritmos de clasificación " |
Introducción…………………………………………………………………………………………………………………………… | 12 |
El modelo Biológico………………………………………………………………………………………………………….......... | 12 |
Comparación entre cerebro y computadora …………………………………………………………………………... | 13 |
Modelo de redes neuronalesartificiales…………………………………………………………………………………. | 13 |

Redes Neuronales
Las redes neuronales se crearon con el objetivo de reproducir de forma básica las funciones elementales del cerebro humano. Las arquitecturas en red con un gran número de conexiones entre varias capas de procesadores fueron introducidas para reproducir la estructura del cerebro humano. La información contenida en una red neuronal se codifica en la estructura de la red y en los pesos de las conexiones.Por tanto, en una situación particular, los pesos de las conexiones tienen que modificarse para reproducir la salida deseada. Esta tarea de aprendizaje se consigue mediante una técnica de aprender por analogía, es decir, el modelo se entrena para reproducir las salidas de un conjunto de señales de entrenamiento con el objetivo de codificar de esta forma la estructura del fenómeno. La aparición deordenadores rápidos en los que pudieran simularse redes grandes y complejas, y el descubrimiento de potentes algoritmos de aprendizaje han sido las causas que han posibilitado el desarrollo rápido de esta área de conocimiento. Para una introducción ver, por ejemplo, Freeman y Skapura (1991) y Lisboa (1992).
Enrique Castillo, José Manuel Gutiérrez, y Ali S. Hadi
Sistemas Expertos y Modelos deRedes Probabilísticas

¿Qué son las redes neuronales?
El cerebro es uno de las cumbres de la evolución biológica, ya que es un gran procesador de información. Entre sus características podemos destacar, que es capaz de procesar a gran velocidad grandes cantidades de información procedentes de los sentidos, combinarla o compararla con la información almacenada y dar respuestas adecuadas. Además esde destacar su capacidad para aprender a representar la información necesaria para desarrollar tales habilidades, sin instrucciones explícitas para ello.
Los científicos llevan años estudiándolo y se han desarrollado algunos modelos matemáticos que tratan de simular su comportamiento. Estos modelos se han basado sobre los estudios de las características esenciales de las neuronas y susconexiones.

Aunque estos modelos no son más que aproximaciones muy lejanas de las neuronas biológicas, son muy interesantes por su capacidad de aprender y asociar patrones parecidos lo que nos permite afrontar problemas de difícil solución con la programación tradicional. Se han implementado en computadoras y equipos...
tracking img