Corta Investigación De Rna Con Efoque Al Modelo Hoppfield

Trabajo:
Investigación sobre el tema,
REDES NEURONALES ARTIFICIALES
Modelo de Hopfield

INDICE |
Introducción | 3 |
¿Qué es una red neuronal? Características* | 3 |
Ventajas de las Redes Neuronales | 4 |
| |
El modelo de Hopfield | 6 |
Arquitectura | 6 |
Funcionamiento | 9 |
Ventajas, Limitaciones y algunas Aplicaciones | 10 |
Aprendizaje | 11 |
| |
ConclusionesPersonales | 17 |
| |
Bibliografía y/o Referencias | 17 |

.-
REDES NEURONALES ARTIFICIALES
MODELO DE HOPFIELD
Introducción
Conseguir diseñar y construir maquinas capaces de realizar procesos con cierta inteligencia ha sido uno de los principales objetivos y preocupaciones de los científicos a lo largo de la historia, a lo largo de todos estos intentos se llega a definir líneastranscendentes para la obtención de lo que hoy se llama maquinas inteligentes, se dice que en un principio estas eran llamadas autómatas en el sentido de maquinas que realizaran, con éxito alguna función típica de los seres humanos, cabe señalar que existen ciertos lenguajes (como los son Lisp y Prolog, sistemas expertos) que por alguna forma tienen la tarea de realizar procesos similares a losinteligentes y que podemos encuadrar dentro de la Inteligencia Artificial.
Si hablamos de historia señalemos a Alan Turing que en 1936 que fue el primero en estudiar el cerebro como una forma de ver el mundo de la computación sin embargos los primeros teóricos que concibieron los fundamentos de la computación neuronal fueron Warren McCulloch un neurofisiologo y Walter Pitts un matemático que en 1943lanzaron una teoría acerca de la forma de trabajar de las neuronas. Ellos modelaron una red neuronal simple mediante circuitos eléctricos.

¿Qué es una red neuronal?
He recurrido a verificar en ciertos libros una definición concreta de lo que es una red neuronal y me he encontrado que existen una variedad de de definiciones por ejemplo:
* Una nueva forma de computación, inspirada en modelosbiológicos
* Un modelo matemático compuesto por un gran número de elementos procesales organizados en niveles
* Redes neuronales artificiales son redes interconectadas masivamente en paralelo de elementos simples (usualmente adaptativos) y con organización jerárquica, las cuales intentan con los objetos del mundo real del mismo modo que lo hace el sistema nervioso biológico.
Buscando ciertainformación para esta investigación me encontré con un libro o llamase investigación (Redes Neuronales Artificiales y sus Aplicaciones) escrito por el Ingeniero Xabier Basogain Olabe describiendo de una forma simple el origen de las redes neuronales y mencionando ciertas características:
El cerebro humano es el sistema de cálculo más complejo que conoce el hombre.
El ordenador y el hombre realizanbien diferentes clases de tareas; así la operación de reconocer el rostro de una persona resulta una tarea relativamente sencilla para el hombre y difícil para el ordenador. Un grupo de investigadores ha perseguido la creación de un modelo en el ordenador que iguale o adopte las distintas funciones básicas del cerebro. El resultado ha sido una nueva tecnología llamada Computación Neuronal otambién Redes Neuronales Artificiales.

Las ANN (son las siglas en el ingles de RNA es decir artificial neural network es la forma que el Ingeniero las menciona en su escrito) al margen de parecerse al cerebro presentan una serie de características:
Aprender: adquirir el conocimiento de una cosa por medio del estudio, ejercicio o experiencia. Las ANN pueden cambiar su comportamiento en función delentorno. Se les muestra un conjunto de entradas y ellas mismas se ajustan para producir unas salidas consistentes.
Generalizar: extender o ampliar una cosa. Las ANN generalizan automáticamente debido a su propia estructura y naturaleza. Estas redes pueden ofrecer, dentro de un margen, respuestas correctas a entradas que presentan pequeñas variaciones debido a los efectos de ruido o distorsión....