Redes neuronales en ing civil

De las redes neurales a la ingeniería civil. Parte 2

Redes neurales artificiales. Algoritmos en redes neurales.

Redes neurales artificiales
Referencia
LiMin Fu. Neural Networks in Computer Intelligence. McGraw Hill, Inc. International edition. Printed in Singapore,1994. El libro aprovecha los principios de procesamiento de información de las redes neurales biológicas para su aplicación enla solución de complejos problemas de ingeniería que demandan de inteligencia humana.

Información neural
 La red neural

En las redes neurales biológicas la transmisión es a través de señales electroquímicas en un recorrido o trayectoria neural. Desde el estímulo recibido por las neuronas sensoriales, las señales pasan de neurona en neurona a través de un encuentro llamado sinapsis. Lapersistencia, o no, de la sinapsis da lugar: de una parte, a la memoria temporal o de trabajo; y de otra, a la memoria de largo plazo o potenciación de largo plazo o sinapsis plástica o resistencia sináptica. La zona de descarga puede ser múltiple y dar lugar a la excitación (o inhibición) de la neurona siguiente, o en forma accesoria o de facilitación de neuronas próximas. Cuando el efecto acumuladoexcede un umbral, la neurona dispara la señal hacia las neuronas siguientes. En las redes neurales artificiales cada neurona recibe un conjunto de entradas simulando los encuentros sinápticos. La resistencia sináptica es representada por la asignación de un peso.

1

Simbólicamente, cada entrada Xi es asociada a un peso Wi de tal manera que el total de ingreso es representado por lacombinación lineal: ∑ Esta sumatoria representa un nivel de activación o grado de disparo. La señal de salida es procesada por una función de activación para obtener una señal de salida que, si no es cero, continúa en la red. Se adoptan diferentes funciones de activación, incluyendo la sigmoidea (empleada en las redes biológicas) o la tangente hiperbólica o una función tipo umbral. De esta manera la redneural es representada por un grafo conformado por un conjunto de nodos y flechas (Figura 13a). El nodo corresponde a una neurona, y la flecha a una conexión según la dirección del flujo de la señal entre neuronas.  El aprendizaje

Las redes neurales resuelven problemas gracias a su autoaprendizaje y su autoorganización. Su inteligencia está basada en el comportamiento colectivo de mecanismossimples de computación en cada neurona. Aquí un resumen de lo que se puede alcanzar en las redes neurales.    Adquirir conocimiento bajo condiciones de ruido e incertidumbre. Representaciones flexibles del conocimiento. Procesamiento eficiente del conocimiento. Las redes neurales pueden efectuar cálculos en paralelo, en un proceso conocido como procesamiento distribuido en paralelo. La tarea deentrenamiento de una red neural puede tomar tiempo, pero es muy rápida después de esto. Tolerancia a las fallas. El sistema se mejora progresivamente en respuesta a los errores.



Las redes neurales pueden reconocer, clasificar, convertir, y aprender en base a patrones. Un patrón es una descripción cualitativa o cuantitativa de un objeto o concepto o evento. Una clase patrón es un conjunto depatrones que comparten algunas propiedades comunes. El reconocimiento de un patrón se refiere a la categorización de datos de entrada en clases identificables al reconocerse formas o atributos significativos en los datos.  Un patrón puede identificarse con un vector de características en ndimensiones, o como un punto en ese espacio. Por ejemplo, si una persona es descrita con un vector [edad,altura, peso], un patrón podría ser [30, 170, 90]. Hay una gran diferencia entre patrones numéricos y otros no numéricos o simbólicos. Aunque estos últimos puedan tener una representación numérica discreta (0 para no, y 1 para sí) no se puede asignar una métrica para medir la distancia entre patrones. En las redes neurales artificiales, un patrón puede representarse por un conjunto de nodos con...