Simulación Sistema desarrollo

REDES NEURONALES ARTIFICIALES


COMENTARIOS GENERALES DEL MODULO

En hora buena, se presentan ideas, de este tipo de temas donde el mundo cambia el objetivo del programador del futuro enlazado con el hoy es crear sistemas inteligente que resuelvan dudas y preguntas sin la necesidad de un humano presente la maquina que aprende atreves de experiencias y formación de ideas instantáneas parasu conocimiento vemos como el tema se desarrolla a través de las cuales en un contexto claro y versátil a la ora de aplicar esto en el mundo real se toma del exterior videos que aportan al conocimiento e intervienen de manera favorable al aprendizaje aclarando a un mas los temas expuestos por el docente.

GLOSARIO

Red neuronal Un modelo artificial de neuronas en el cerebro, consistenteusualmente en una computadora provista de nodos o células interconectados que pueden poseer uno de dos valores, sí o no, con enlaces calibrados para tener valores numéricos (llamados pesos) para dejar pasar flujos de potencial. Dichos flujos adquieren patrones dictados por el peso de los enlaces. A veces se usa la palabra neural para una red artificial, reservado "neuronal" para la biológica.

Neuronaarticial Se las simula en computación con un amplificador operacional y otros dispositivos electrónicos, sobre todo de toma a tierra (Hopfield y otros). Esto ignora la importantísima contribución de los neurotransmisores o neurohumores en la operación neuronal, 

Programación declarativa: Paradigma de la programación basado en el desarrollo de programas declarando un conjunto de condiciones quedescriben el problema y detallan su solución.

CBR (Cased‑Based Reasoning): Sistema de programación en el cual los conocimientos están almacenados en forma de experiencia o casos.

Tolerantes a fallos. Fueron los primeros métodos computacionales con esta capacidad inherente. De este modo, si se produce un fallo en un número no muy grande de neuronas, aunque el comportamiento del sistema se veinfluenciado, no sufre una caída repentina

Auto-organización consiste en la modificación de la red neuronal completa para llevar a cabo un objetivo específico.

Aprendizaje adaptativo De esta forma, la máquina puede aprender a llevar a cabo ciertas tareas mediante el entrenamiento con ejemplos ilustrativos, por lo que no es necesario elaborar modelos a priori.

Foco: Concentraciónespontánea o voluntaria del observador en un objeto externo o interno que interesa.

Modelación: Descripción simplificada de una entidad o proceso complejo. La noción de “modelo” es una ayuda o analogía usada para visualizar algo que no puede ser observado directamente p.ej. un átomo, una red neuronal, el tiempo.

Neuro Código: Es una estructura de neuronas en una configuración específica (PSA).Neuro: Se refiere a nuestro Sistema Nervioso y de cómo se procesa la Información y la codificación como memoria en nuestro cerebro / cuerpo.

Neuroplaticidad: Es la variabilidad del tamaño y tipo de redes neuronales acumuladas en el Cerebro a lo largo del tiempo. Existen dos tipos de neuroplasticidad: la positiva, que se encarga de crear y ampliar las redes y la negativa que se encarga de reduciro eliminar aquellas que no se utilizan.

prendizaje: Las RNA tienen la habilidad de aprender mediante una etapa que se llama etapa de aprendizaje. Esta consiste en proporcionar a la RNA datos como entrada a su vez que se le indica cuál es la salida (respuesta) esperada.

No son algorítmicas La gran diferencia del empleo de las redes neuronales en relación con otras aplicaciones de lacomputación radica en que no son algorítmicas, esto es no se programan haciéndoles seguir una secuencia predefinida de instrucciones. Las RN generan ellas mismas sus propias "reglas", para asociar la respuesta a su entrada; es decir, aprende por ejemplos y de sus propios errores.




PREGUNTAS GENERADORAS
NT1. INTELIGENCIA COMPUTACIONAL
1. ¿ en que se basan los sistemas computaciones?.

En...