Redes Neuronales Dinamicas

MARCO CONCEPTUAL


1. SISTEMAS NO LINEALES






2. REDES NEURONALES DINAMICAS

1. Redes Neuronales

En la rama de la inteligencia artificial se hace referencia habitualmente a las redes de neuronas o redes neuronales. Las redes de neuronas artificiales (denominadas habitualmente como RNA) son un algoritmo de aprendizaje y procesamiento automático inspirado en la formaen que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida.

Una de las misiones en una red neuronal consiste en simular las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos recreados mediante mecanismos artificiales (como un circuito integrado, unordenador o un conjunto de válvulas). La figura No. 1 muestra el esquema de una red neuronal artificial.


[pic]
Fig. 1 Esquema de una RNA

Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a través de interconexiones y emite una salida. Esta salida viene dada por tres funciones:
- Una función de propagación (también conocida comofunción de excitación), que por lo general consiste en el sumatorio de cada entrada multiplicada por el peso de su interconexión (valor neto). Si el peso es positivo, la conexión se denomina excitatoria; si es negativo, se denomina inhibitoria.
- Una función de activación, que modifica a la anterior. Puede no existir, siendo en este caso la salida la misma función de propagación.
- Unafunción de transferencia, que se aplica al valor devuelto por la función de activación. Se utiliza para acotar la salida de la neurona y generalmente viene dada por la interpretación que queramos darle a dichas salidas.
Las RNA se han utilizado para aprender estrategias de solución basadas en ejemplos de comportamiento típico de patrones; estos sistemas no requieren que la tarea a ejecutar seprograme, ellos generalizan y aprenden de la experiencia.
[pic]
Fig. 2 Modelo de una neurona artificial
La neurona o elemento de procesamiento a su vez están constituidas de: vector de entrada, pesos, umbral, un operador matemático de suma y función de activación. La figura No. 2 se muestra el modelo de una neurona artificial.
Donde: ui, i = 1, 2, ..., m son las entradas a la neurona, u0 esla entrada al umbral e y es la salida de la neurona, los pesos sinápticos wi Є R , i = 1, 2, ..., m cambian su valor según se requiera, φ(.) es la función de activación y k es la variable de tiempo.

2. Topología de una RNA

Es la forma en que se organizan las neuronas en una RN y existen dos tipos fundamentales Redes Estáticas (Feed Forward), (RNFF) y Redes Recurrentes (RNR) o RedesDinámicas.

En las RNFF, todas las señales neuronales se propagan hacia adelante. No existen conexiones hacia atrás y normalmente tampoco autorrecurrentes, ni laterales y son especialmente útiles en tareas de reconocimiento o clasificación de patrones

Las RNR son aquellas donde la información circula tanto hacia adelante como hacia atrás durante el funcionamiento de la red. Para que esto seaposible, deben existir conexiones hacia adelante y retroalimentaciones.



3. VARIABLES QUE INTERVIENEN EN EL PROCESO


1. Flujo de agua en tubería: es el caudal de un fluido desplazándose por una tubería. La ecuación de continuidad se puede expresar como:
ρ1.S1.V1 = ρ2.S2.V2
Cuando ρ1 = ρ2, que es el caso general tratándose de agua, y flujo en régimenpermanente, se tiene:
[pic]
o de otra forma:
[pic] (el caudal que entra es igual al que sale)
Donde:
- Q = caudal (m3 / s)
- V = velocidad (m / s)
- S = sección del tubo de corriente o conducto (m2)
2. El volumen de un cuerpo representa la cantidad de espacio que ocupa su materia y que no puede ser ocupado por otro cuerpo, ya los cuerpos son impenetrables. La unidad de...