RedesNeuronales

DESARROLLOS INTELIGENTES
3. Redes Neuronales Artificiales.
.

C
A
P
I
T
U
L
O
3

COMPETENCIA ESPECIFÍCA A DESARROLLAR:
IDENTIFICA Y RELACIONA LA TEORÍA NEURONAL PARA
APLICARLA EN EL DESARROLLO DE UN SISTEMA NEURONAL,
TOMANDO COMO REFERENCIA LA ARQUITECTURA DE UN
MODELO DE RED NEURONAL ARTIFICIAL.

3.1 Modelo de Mc Culloch Pitts

3.2 Topologías

3.3 Técnicas de Aprendizaje.

3.4 Métodos deentrenamiento

3. REDES NEURONALES
3.5 Back Propagation
3.6 Modelo de Kohonen
3.7 Otros modelos
3.8 Aplicaciones diversas

3.1 Diagrama temático de la competencia 3.

1

DESARROLLOS INTELIGENTES
3. Redes Neuronales Artificiales.
.
Con base en Vázquez (2008):

3. Introducción.
Las

redes

neuronales

artificiales

o

sistemas

neuronales

artificiales,

representan un área importante de la InteligenciaArtificial (IA), aunque también
existen otras disciplinas en las que se incluyen trabajos relativos, entre ellas
están la electrónica, física, biología, y la psicología.

En el presente capítulo se estudian las redes neuronales artificiales (RNAs)
desde la perspectiva de la I A, en principio se presentan algunos conceptos
principales siendo el modelo de McCulloch y Pitts el medio por el cual seintroduce al lector en este campo. Posteriormente se revisan algunas
topologías, sus técnicas de aprendizaje y los métodos de entrenamiento.
Un modelo significativo lo constituye la red “Backpropagation” (BPN), debido a
que ha sido aplicado por los investigadores y desarrolladores en la mayoría de
sus proyectos, por ello se le ha designado para su análisis una sección
específica.

Resulta convenienteasimismo estudiar otros modelos de RNAs con el
propósito de

ampliar el conocimiento de las redes neuronales y no

permanecer con la idea de que

la red BPN es la única a utilizar en los

desarrollos inteligentes, uno de ellos es el modelo de Kohonen.

Se concluye este capítulo con la presentación de diversas aplicaciones.

2

DESARROLLOS INTELIGENTES
3. Redes Neuronales Artificiales.
.

3.1Modelo de Mc Culloch Pitts.

¿Cómo surge el modelo Culloch Pitts.

Los trabajos desarrollados por Warren Sturgis McCulloch y Walter Pitts en el
Departamento de Psiquiatría de la Universidad de Illinois en Chicago, durante
el período de 1941 a 1952,

establecieron una base importante para el

conocimiento de las redes neuronales. En 1943 publican “A logical Calculus of
the ideas Immanent in NervousActivity”, y en 1947 “How We Know Universals:
The Perception of Auditory and Visual Forms”. Posteriormente en 1952
McCulloch se incorpora al laboratorio de investigaciones electrónicas del
Massachusets Institute of Technology, en donde investigó acerca de un
modelo de red neuronal para examinar el sistema de percepción visual en el
ojo de la rana y el procesamiento de la información en el cerebro.En estos

artículos, McCulloch y Pitts analizan los procesos de cómputo

realizados por las neuronas, no se ocupan de los aspectos fisiológicos y
morfológicos de las neuronas, se enfocan a estudiar las características y
capacidades computacionales del modelo que proponen, caracterizándolo
como un dispositivo lógico; de esta forma, el modelo neuronal es planteado a
través de un modelo matemático.McCulloch y Pitts parten de cinco consideraciones acerca del comportamiento
de las neuronas:

3

DESARROLLOS INTELIGENTES
3. Redes Neuronales Artificiales.
.
1. La actividad neuronal es un proceso "todo o nada".
2. Un cierto número fijo de sinapsis debe ser excitado dentro de un
período de adición latente en orden de excitar una neurona en cualquier
intervalo de tiempo, y este número esindependiente de la actividad
previa y la posición de la neurona.
3. El único retardo significativo dentro del sistema es el retardo
sináptico.
4. La actividad de cualquier sinapsis inhibitoria previene absolutamente
la excitación de la neurona en ese intervalo de tiempo.
5. La estructura de la red no cambia con el tiempo.
( htpp://proton.ucting.udg.mx/somi/memorias/cibernetica/cib_20.pdf).

Como puede...