Cs.Computacion

Redes Neuronales
Las Redes Neuronales

Las Redes Neuronales Artificiales (ANNs de Artificial Neural Networks) fueron originalmente una simulación abstracta de los sistemas nerviosos biológicos,formados por un conjunto de unidades llamadas "neuronas" o "nodos" conectadas unas con otras. Estas conexiones tienen una gran semejanza con las dendrítas y los axones en los sistemas nerviososbiológicos.
El Primer modelo de red neuronal fue propuesto en 1943 por McCulloch y Pitts en términos de un modelo computacional de "actividad nerviosa". El modelo de McCulloch-Pitts es un modelo binario, ycada neurona tiene un escalón o umbral prefijado. Este primer modelo sirvió de ejemplo para los modelos posteriores de Jhon Von Neumann, Marvin Minsky, Frank Rosenblatt, y muchos otros.
Una primeraclasificación de los modelos de ANNs podría ser, atendiendo a su similitud con la realidad biológica:
1. Los modelos de tipo biológico. Este comprende las redes que tratan de simular los sistemasneuronales biológicos así como las funciones auditivas o algunas funciones básicas de la visión.
2. El modelo dirigido a aplicación. Estos modelos no tienen porque guardar similitud con lossistemas biológicos. Sus arquitecturas están fuertemente ligadas a las necesidades de las aplicaciones para las que son diseñados.

Redes Neuronales para aplicaciones concretas
Las ANNs dirigidas aaplicación están en general poco ligadas a las redes neuronales biológicas. Ya que el conocimiento que se posee sobre el sistema nervioso en general no es completo, se han de definir otras funcionalidadesy estructuras de conexión distintas a las vistas desde la perspectiva biológica. Las características principales de este tipo de ANNs son los siguientes:
1. Auto Organización y Adaptatividad:utilizan algoritmos de aprendizaje adaptativo y auto organización, por lo que ofrecen posibilidades de procesado robusto y adaptativo
2. Procesado No Lineal: aumenta la capacidad de la red de...