Redes neuronales artificiales

Redes neuronales artificiales
 
    Una neurona natural
    La neurona como elemento constituyente del cerebro y el SN, está dividida en tres partes según su funcionalidad; el soma es receptor deinformación, de donde pasa al áxon (una guía de comunicación) y desemboca en las dendritas, el "output" que envía esa información a otras neuronas.
 
    Redes neuronales artificiales
    Una RNAes muy parecida a lo que en matemática discreta se estudia como "grafos". En el caso más simple, cada neurona tiene una serie de variables respecto a sí misma:
    - Estado de activación: Lo mássimple es considerarlo "1" y "0", como on/off
    - Conexiones: Siguiendo el símil del grafo, estos serían los caminos (unidireccionales) que comunican la neurona con otras.
    - Pesos de lasconexiones: Se trata de una cantidad que mide la "fuerza" de esta conexión. Multiplicado por el estado de activación daría la cantidad numérica que se envía a otra neurona para su activación. Así, una neuronaque está activada (1) conectada con un peso de (5) a otra, le enviará en términos matemáticos "5" de input.
    - Umbral de activación: La cantidad de "input" necesario para activar la neurona. Paradecidir si una neurona está activada o no, tenemos en cuenta su entrada. Pongamos que su umbral es "11" y que recibe de tres neuronas conectadas a ella "+4", "+9" y "-1". El resultado es "+12", locual supera el umbral y activa la neurona. Sin embargo, si el "input" fuera "+4" y "+5", el total sería "+9" lo cual no llega al umbral que hemos definido; la neurona destino estaría por tanto con unestado "0".
   Con estos conceptos en mente - aunque simplificados, pues umbral y activación pueden ser funciones, etc -, que aclaran mucho incluso las ideas sobre el funcionamiento de las redes deneuronas naturales, toca explicar lo que más intrigante resulta; ¿ cómo aprenden estas redes ?
    El concepto clave es que los pesos de conexión entre neuronas pueden - y han de ser - modificados....