Redes neuronales

Solo disponible en BuenasTareas
  • Páginas : 15 (3684 palabras )
  • Descarga(s) : 12
  • Publicado : 30 de agosto de 2009
Leer documento completo
Vista previa del texto
OBJETIVO
El presente trabajo tiene como objetivo descubrir los diversos campos que han tenido las redes neuronales, así como descubrir las diversas aplicaciones en los diversos ámbitos de la actividad humana. Una de estas aplicaciones es la utilización del perceptrón multicapa en problemas de predicción, pero ¿Qué tipo de predicciones? Pues en el campo de la Economía, en problemas que adiario vemos y que son muy complejos de resolver, las finanzas, la bolsa de valores o un problema de tenemos hoy día es la crisis, como es posible llegar a predecir estos fenómenos antes de que llegan a perjudicar a la gente, estas son algunas de estas utilidades que tienen las redes neuronales.
INTRODUCCIÓN
Son estos algunos problemas que tienen las nuevas generaciones decomputadoras. Para una computadora el reconocer imágenes aún muy diferentes, es una tarea sumamente difícil, lo que en el caso de nosotros es algo muy sencillo. Esto se debe a que los sistemas biológicos poseen una arquitectura distinta a la de una computadora moderna, por esta razón se han tratado de hacer simulaciones con algunas características de la fisiología del cerebro humano.
Por otro ladodefinimos a una red neuronal Artificial, como modelos matemáticos inspirados en sistemas biológicos, adaptados y simulados en computadoras convencionales. Como es bien sabido las Redes Neuronales Artificiales están inspirados en el sistema biológico natural, en donde en el sistema la neurona es la unidad de procesamiento y aunque las RNA sean mucho menos complejas que una red neuronal biológica, tambiénpueden realizar cálculos complejos para procesar la información.
Una computadora convencional se caracteriza por desarrollo de una función matemática del problema, el desarrollo de un algoritmo paraimplementar una solución, la codificación del mismo para una máquina específica, este tipo de procesamiento es exitoso para resolver modelos matemáticos complejos y de simulación, para realizartareas repetitivas rápidas y bien definidas. Sin embargo se muestra incapaz de resolver eficientemente problemas de reconocimiento de imágenes, de voz y de entendimiento de lenguaje natural, así como problemas de percepción, adaptación y aprendizaje. Por otro lado, la computadora biológica se caracteriza por ser adaptativa, tolerante al ruido en el medio ambiente y en sus componentes.`1.-LA NEURONA Y SU MODELO`
{draw:frame}
Dendritas: Son el árbol receptor de la red, son como fibras nerviosas que cargan de señales eléctricas el cuerpo de la célula.
Cuerpo de la célula: Realiza la suma de esas señales de entrada.
Axón:es una fibra larga que lleva la señal desde el cuerpo de la célula hacia otras neuronas.
Sinapsis:Punto de contacto entre un axón de una célula y unadendrita de otra célula.
Es preciso señalar que una neurona es la unidad de procesamiento de información sobre la que se fundamenta la operación de una red neuronal artificial.
`Una regla de propagación que determine la entrada efectiva o el nivel de excitación de la neurona k, detonada por Sk, a partir de todas las entradas individuales a la misma. Se considera como entradaefectiva a la suma de todas las señales d entradaxja laneurona,con sus respectivos pesos sinápticoswjk.`
SEÑALES DE
_ {draw:rect} _ SEÑALES DE
{draw:text-box} SALIDA
X3
{draw:frame}
`Imitación del proceso de una neurona biológica. Puede también asemejarse a un sumador hecho con un amplificador operacional.En una forma matemática el modelo de una neurona lo podemosrepresentar mediante la siguiente fórmula:`
Sk=J=1NWjk Xj+bk O

Yk=Fk SK
Por otro lado siendo WK= (bk, …..wjk…..wNK)T el vector columna de pesos y x=(x1……….xN)T el vector columna de entrada , podemos describirlo en forma vectorial :
De la observación detallada del proceso biológico se han hallado los siguientes análogos con el sistema artificial:
`-Las entradas Xi representan las...
tracking img