Ing. Mecatronica
Páginas: 10 (2397 palabras)
Publicado: 31 de diciembre de 2012
REDES NEURONALES ARTIFICIALES: TEORIA, APLICACIONES E IMPLEMENTACIONES.
Capítulo 1: Definiciones y Fundamentos. Definiciones -- Me introduzco y pregunto nombre, origen y motivación para el estudio de Redes Neuronales Artificiales. -- Repartir y explicar el temario. Explicar el énfasis deseado. Por qué investigación, a qué nos lleva. Filosofaremos un poco durante el curso. -- Hablar un pocosobre MATLAB.
DEF. Una Red Neuronal Artificial (RNA o ‘red’) es un conjunto estructurado de elementos de procesamiento simples y adaptables, los cuales, a través de un proceso de entrenamiento mediante ejemplos ‘prototipo’ (entrenamiento supervisado), almacenan conocimiento de tipo experiencial y lo hacen disponible para su uso.
DEF2. Una red neuronal es un ensamble de elementos (unidades onodos) procesadores simples interconectados, cuya funcionalidad esta burdamente basada en una neurona animal. La habilidad de procesamiento de la red está almacenada en la intensidad (fuerza) de las conexiones (también llamados pesos) entre elementos, obtenidos por un proceso de adaptación a un conjunto de patrones de entrenamiento.
Antes de profundizar en particularidades de las ‘redes’ será útilseñalar las diferencias arquitectónicas y de procesamiento que existen (en teoría) con la máquina de Von Neuman.
Comparaciones con la máquina de Von Neuman. La operación de las computadoras convencionales puede ser modelada de la siguiente manera:
¡Error! No hay tema especificado.
Fig. 1. 1 Máquina Von Neuman.
1
La computadora realiza una serie de eventos repetitivamente: 1. Tomar unainstrucción de memoria. 2. Tomar datos de memoria requeridos por la instrucción. 3. Ejecutar la instrucción (procesar los datos). 4. Almacenar resultados. 5. Regresar al paso #1.
Por su naturaleza esta configuración tiene las siguientes características: Funciona de manera secuencial. Trabaja a base de una serie de comandos, uno detrás de otro. ♦ El procesamiento de la información estácentralizado. ♦ Hay una correspondencia clara entre los objetos que se manejan y la arquitectura de la máquina, es decir, cada objeto puede ser direccionado en un bloque de memoria. ♦ Si alguno de sus elementos procesadores falla, se degrada abruptamente. ♦ Requiere que el problema a resolver pueda ser resuelto mediante una serie ordenada de comandos (algoritmo). P. ej. la solución a un conjunto deecuaciones o la búsqueda en una base de datos.
Este último punto fue menospreciado o ignorado en los inicios de la inteligencia artificial (IA) y se creyó que las aplicaciones de esta serían ilimitadas. Sin embargo, hay cosas para las que o se puede encontrar un algoritmo, por ejemplo: ♦ El reconocimiento de un rostro desde un ángulo crítico. ♦ Reconocimiento robusto de caracteres manuscritos. ♦Modelado de procesos con variables múltiples y relaciones no lineales múltiples como pronóstico del tiempo, modelos astronómicos, procesos bioquímicos, etcétera. Neuronas reales. En las neuronas biológicas, las señales son transmitidas por pulsos eléctricos a lo largo del axón (ver figura 1.2). Estos pulsos afectan la neurona receptora en las terminales llamadas sinapsis. Estas se encuentranprincipalmente en un conjunto de elementos emergentes del cuerpo de la célula conocidos como dendritas.
2
Fig. 1. 2 Neuronas biológicas. Cada pulso que toma lugar en la sinapsis inicia la liberación de una pequeña cantidad de una sustancia química llamada neurotransmisor que viaja a través de la fisura sináptica y es recibida postsinapsis en los elementos receptores. El neurotransmisor es procesado detal manera que, a su vez, inicia cambios en el potencial de la membrana dendrítica. Este cambio de potencial (llamado potencial
3
post-sináptico, PSP) puede incrementar (hiperpolarizar) o decrementar (despolarizar) la polarización de la membrana post-sináptica. En el caso de hiperpolarizar, el PSP tiende a inhibir la generación de los pulsos en la neurona receptora, mientras que en la...
Capítulo 1: Definiciones y Fundamentos. Definiciones -- Me introduzco y pregunto nombre, origen y motivación para el estudio de Redes Neuronales Artificiales. -- Repartir y explicar el temario. Explicar el énfasis deseado. Por qué investigación, a qué nos lleva. Filosofaremos un poco durante el curso. -- Hablar un pocosobre MATLAB.
DEF. Una Red Neuronal Artificial (RNA o ‘red’) es un conjunto estructurado de elementos de procesamiento simples y adaptables, los cuales, a través de un proceso de entrenamiento mediante ejemplos ‘prototipo’ (entrenamiento supervisado), almacenan conocimiento de tipo experiencial y lo hacen disponible para su uso.
DEF2. Una red neuronal es un ensamble de elementos (unidades onodos) procesadores simples interconectados, cuya funcionalidad esta burdamente basada en una neurona animal. La habilidad de procesamiento de la red está almacenada en la intensidad (fuerza) de las conexiones (también llamados pesos) entre elementos, obtenidos por un proceso de adaptación a un conjunto de patrones de entrenamiento.
Antes de profundizar en particularidades de las ‘redes’ será útilseñalar las diferencias arquitectónicas y de procesamiento que existen (en teoría) con la máquina de Von Neuman.
Comparaciones con la máquina de Von Neuman. La operación de las computadoras convencionales puede ser modelada de la siguiente manera:
¡Error! No hay tema especificado.
Fig. 1. 1 Máquina Von Neuman.
1
La computadora realiza una serie de eventos repetitivamente: 1. Tomar unainstrucción de memoria. 2. Tomar datos de memoria requeridos por la instrucción. 3. Ejecutar la instrucción (procesar los datos). 4. Almacenar resultados. 5. Regresar al paso #1.
Por su naturaleza esta configuración tiene las siguientes características: Funciona de manera secuencial. Trabaja a base de una serie de comandos, uno detrás de otro. ♦ El procesamiento de la información estácentralizado. ♦ Hay una correspondencia clara entre los objetos que se manejan y la arquitectura de la máquina, es decir, cada objeto puede ser direccionado en un bloque de memoria. ♦ Si alguno de sus elementos procesadores falla, se degrada abruptamente. ♦ Requiere que el problema a resolver pueda ser resuelto mediante una serie ordenada de comandos (algoritmo). P. ej. la solución a un conjunto deecuaciones o la búsqueda en una base de datos.
Este último punto fue menospreciado o ignorado en los inicios de la inteligencia artificial (IA) y se creyó que las aplicaciones de esta serían ilimitadas. Sin embargo, hay cosas para las que o se puede encontrar un algoritmo, por ejemplo: ♦ El reconocimiento de un rostro desde un ángulo crítico. ♦ Reconocimiento robusto de caracteres manuscritos. ♦Modelado de procesos con variables múltiples y relaciones no lineales múltiples como pronóstico del tiempo, modelos astronómicos, procesos bioquímicos, etcétera. Neuronas reales. En las neuronas biológicas, las señales son transmitidas por pulsos eléctricos a lo largo del axón (ver figura 1.2). Estos pulsos afectan la neurona receptora en las terminales llamadas sinapsis. Estas se encuentranprincipalmente en un conjunto de elementos emergentes del cuerpo de la célula conocidos como dendritas.
2
Fig. 1. 2 Neuronas biológicas. Cada pulso que toma lugar en la sinapsis inicia la liberación de una pequeña cantidad de una sustancia química llamada neurotransmisor que viaja a través de la fisura sináptica y es recibida postsinapsis en los elementos receptores. El neurotransmisor es procesado detal manera que, a su vez, inicia cambios en el potencial de la membrana dendrítica. Este cambio de potencial (llamado potencial
3
post-sináptico, PSP) puede incrementar (hiperpolarizar) o decrementar (despolarizar) la polarización de la membrana post-sináptica. En el caso de hiperpolarizar, el PSP tiende a inhibir la generación de los pulsos en la neurona receptora, mientras que en la...
Leer documento completo
Regístrate para leer el documento completo.