Informe The Brain

UNIVERSIDAD POLITÉCNICA SALESIANA

CARRERA: INGENIERIA EN SISTEMAS

INFORME DE PROYECTO

ASIGNATURA: SIMULACIÓN

TEMA: REDES NEURONALES

NOMBRE: WILLIAM CRUZ

FECHA: 2015/02/12



TABLA DE CONTENIDO

1. JUSTIFICACIÓN (ANTECEDENTES) 3
2. OBJETIVO GENERAL 3
3. OBJETIVOS ESPECIFICOS 3
4. ALCANCE 3
5. FUNDAMENTO TEÓRICO 4
6. METODOLOGÍA 6
7. RESULTADOS 9
8. CONCLUSIONES Y RECOMENDACIONES 11
9.BIBLIOGRAFIA 11








1. JUSTIFICACIÓN (ANTECEDENTES)

El estudio de las redes neuronales son un campo muy importante dentro de la Inteligencia Artificial y el manejo de los diferentes métodos de análisis es fundamental en la tecnología ó en la ingeniería en sistemas así como también se debe conocer totalmente la funcionalidad de las redes neuronales,
así nos permitirá adquirir las bases y lashabilidades no sólo en la conducción de la propia disciplina sino en disciplinas afines tales como funcionalidad de los diferentes modelos de las redes neuronales.
2. OBJETIVO GENERAL

Adquirir nuevos conocimientos en el tema de las redes neuronales y poder simular en los diferentes programas de simulación de redes neuronales.
3. OBJETIVOS ESPECIFICOS

Investigar profundamente la funcionalidad delas redes neuronales.
Investigar los más profundamente la funcionalidad del programa The Brain.

4. ALCANCE

Simular en un lenguaje de programación The Brain, y entender la funcionalidad de las redes neuronales con el fin de aclarar cuál es la funcionalidad de cada modelo de las redes neuronales, investigar a profundidad las funcionalidades del programa The Brain, con el cual se tendrá comoresultado nuevas destrezas de programación y dar soluciones a los problemas que se presenten a futuro.






5. FUNDAMENTO TEÓRICO

REDES NEURONALES
Las redes neuronales son un modelo para encontrar esa combinación de parámetros y aplicarla al mismo tiempo. En el lenguaje propio, encontrar la combinación que mejor se ajusta es "entrenar" la red neuronal. Una red ya entrenada se puede usar luego parahacer predicciones o clasificaciones, es decir, para "aplicar" la combinación.
Para entender bien cómo funciona esta red vamos a ir con un ejemplo. Supongamos que sois alumnos de una clase en la que el profesor no ha dicho exactamente cómo va a poner las notas. Para empezar, supongamos que sólo habéis hecho dos exámenes y tenéis la nota de cada uno de ellos y la final. (Julián, 2014)

¿Cómousamos una red neuronal para saber cuánto vale cada examen? Aquí nos bastará con la unidad fundamental de la red neuronal: el perceptrón. Un perceptrón es un elemento que tiene varias entradas con un cierto peso cada una. Si la suma de esas entradas por cada peso es mayor que un determinado número, la salida del perceptrón es un uno. Si es menor, la salida es un cero.
En nuestro ejemplo, las entradasserían las dos notas de los exámenes. Si la salida es uno (esto es, la suma de las notas por su peso correspondiente es mayor que cinco), es un aprobado. Si es cero, suspenso. Los pesos son lo que tenemos que encontrar con el entrenamiento. En este caso, nuestro entrenamiento consistirá en empezar con dos pesos aleatorios (por ejemplo, 0.5 y 0.5, el mismo peso a cada examen) y ver qué resultadoda la red neuronal para cada alumno. Si falla en algún caso, iremos ajustando los pesos poco a poco hasta que esté todo bien ajustado.
Por ejemplo, si un alumno con muy buena nota en el segundo examen ha suspendido el curso, bajaremos el peso del segundo examen porque claramente no influye demasiado. Poco a poco acabaremos encontrando los pesos que se ajusten a las notas que puso el profesor. Laidea del ajuste o retroalimentación es ir adaptando la red a la información "oculta" que tienen los datos que le pasamos para que aprenda. (Julián, 2014)


Las redes neuronales no son una idea nueva. Datan de los años 40 y 50, cuando se empezaron a publicar los primeros conceptos. Sin embargo, nunca tuvieron un gran éxito, más que nada porque se necesita una cantidad importante de recursos de un...