Modelos Rna

MODELADO DE SISTEMAS BASADOS EN REDES NEURONALES
PROF. ROCCO TARANTINO ALVARADO

FACTORES DE CLASIFICACIÓN
•La arquitectura (topología, estructura) •El modo de operación •El algoritmo deaprendizaje
El modelo de una RNA, se considera como la combinación específica de una: [ arquitectura – modo de operación – algoritmo de aprendizaje ].

ARQUITECTURA
•Monocapa •Múlticapa (cascada)•Realimentada •Unidireccional

Se denomina arquitectura a la topología, estructura o patrón de conexionado de una red neuronal

MODOS DE OPERACIÓN
•Modo de aprendizaje
– Supervisado – No supervisado óauto-organizado – Híbrido – Reforzado

•Modo de producción ó ejecución
El modo de operación, es la forma en que opera el proceso de aprendizaje en función del objetivo ó supervisor

ALGORITMO DEAPRENDIZAJE
•Basados en fundamentos neuro-biológicos •Basados en fundamentos matemáticos •Basados en fundamentos de analogía física
El algoritmo de aprendizaje, es el proceso donde se produce elajuste de los pesos de la red a partir de un fundamento de aprendizaje y la información del entorno.

Aprendizaje Supervisado
Se le presenta a la red un conjunto de patrones, junto con la salidadeseada u objetivo, e interactivamente ésta ajusta sus pesos hasta que su salida tiende a ser la deseada, utilizando para ello información detallada del error que se comete a cada paso

Aprendizaje nosupervisado
El aprendizaje no supervisado o autoorganizado, se puede describir genéricamente como la estimación de la función densidad de probabilidad, que describe la distribución de patronespertenecientes al espacio de entradas, a partir de las muestras.

Aprendizaje híbrido
En el aprendizaje híbrido, coexisten en la red los dos tipos básicos de aprendizaje, el supervisado y el nosupervisado, los cuales tienen lugar normalmente en distintas capas de neuronas. El modelo de contrapropagación y las RBF (funciones de base radial), son ejemplos de redes que hacen este tipo de...