Informatico

Introducción a las Redes Neuronales
ü Excepto en las tareas basadas en el cálculo aritmético simple, actualmente, el cerebro humano es superior a cualquier computador:
û Reconocimiento de imágenes, û Interpretación de sonidos, û En general en tareas de percepción, etc.

ü Ningún algoritmo conocido es capaz de emular de manera flexible estas funciones.

ü Características del cerebro:
û û ûû Robusto. Su funcionamiento no se ve alterado ante fallos de pequeña importancia. Flexible. Se adapta con facilidad a un entorno cambiante. Puede tratar con información ambigua o incompleta. Pequeño, compacto y consume poca potencia.
1

Introducción a las Redes Neuronales.ISA-UMH © T-98-012V1.0

ü Las Redes Neuronales surgen como un intento de desarrollar sistemas que emulen lascaracterísticas del cerebro, para conseguir su sofisticada capacidad de procesamiento de información. ü Sistemas convencionales de Inteligencia Artificial frente a las Redes Neuronales:
û Los sistemas convencionales de IA pretenden modelar las funciones de la mente humana con independencia de la estructura física en el que está basada (cerebro). û Para las redes neuronales la inteligencia surge de lainteracción de millones de células nerviosas que componen el cerebro.

ü La pretensión de las Redes Neuronales es sintetizar un sistema que realice la estructura neuronal del cerebro y desarrolle un equivalente algorítmico de los procesos de reconocimiento y aprendizaje. (Realidad, imitación de las capacidades del cerebro). ü Definición:
û Una red neuronal es una estructura de procesamiento deinformación paralela y distribuida, que intenta emular las funciones computacionales elementales de la red nerviosa del cerebro humano, en base a la interconexión de multitud de elementos de procesamiento, cada uno de los cuales presenta un comportamiento completamente local.

Introducción a las Redes Neuronales.ISA-UMH © T-98-012V1.0

2

Descripción del Sistema Nervioso
ü El cerebro humano tieneun número de neuronas del orden de 1011 (cien mil millones). ü Estructura básica de una neurona.
Axón Dendritas Soma

ü Funcionamiento:
û Cada célula se enlaza con otras células a través de las ramificaciones de su axón. û El enlace se realiza mediante las uniones sinápticas o sinapsis. û El efecto en la célula receptora es la elevación o disminución de un potencial eléctrico dentro del soma.Cuando este potencial alcanza un cierto umbral, la célula emite a su vez un pulso de intensidad y duración determinadas.

ü La velocidad de propagación de las señales en el sistema nervioso es un millón de veces menor que en un computador. ü Cada neurona está conectada a entre 1.000 y 10.000 neuronas ⇒ El grado de conectividad del cerebro es muchísimo mayor que el del más grande de lossupercomputadores actuales.
Introducción a las Redes Neuronales.ISA-UMH © T-98-012V1.0

3

Redes Neuronales Artificiales
ü Los modelos de Redes Neuronales Artificiales (RNA), combinan modelos matemáticos de las células nerviosas y modelos de arquitecturas que describen las interconexiones que existen entre estas células. ü Modelo de funcionamiento de una neurona real:
-1
Pesos Ajustables UmbralFunción de Transferencia

Entradas

∑
Sumador

Actividad

Salida

ü Concebida como un sistema de entrada/salida:

 n  y = f  ∑ωi xi −θ   i =1 
Introducción a las Redes Neuronales.ISA-UMH © T-98-012V1.0

4

ü Actividad interna de la célula se define como:

a = ∑ωi x i −θ
i =1

n

ü De esta forma la variable ‘y’ de salida es la intensidad de la señal que emite lacélula, que es el valor que toma en la actividad la función de transferencia ‘f’. ü El umbral ‘θ’ se interpreta como un peso sináptico ‘ω0’ que se aplica a una entrada que vale permanentemente -1. ü Función de transferencia de una neurona:
û Función signo
y
+1

+ 1 si t > 0  sgn(t ) =  0 si t = 0 − 1 si t < 0 

0 x -1

Introducción a las Redes Neuronales.ISA-UMH © T-98-012V1.0

5...