Inteligencia Artificial
Páginas: 13 (3169 palabras)
Publicado: 1 de febrero de 2013
REPÚBLICA BOLIVARIANA DE VENZUELA
MINISTERIO DEL PODER POPULAR PARA LA DEFENSA
UNIVERSIDAD NACIONAL EPERIMENTAL
POLITÉCNICA DE LA FUERZA ARMADA NACIONAL
U.N.E.F.A
NUCLEO MÉRIDA
redes neuronales
algoritmo de aprendizaje
Elaborado por:
Franklin López C.I:19.144.503
Mérida 01/2013
Contenido
Introducción 3
contenido 41.1 Neurona biológica 4
2.1 La sinapsis 5
3.1 Historia de la Neurona Artificial 6
4.1 Ventajas de las Redes Neuronales 9
5.1 Aprendizaje 10
5.1.1 Fase de entrenamiento 10
5.1.2 Fase de operación. 11
6.1 Modelo Perceptrón simple 12
1.1 Definición 12
2.1 Arquitectura 12
3.1 Aprendizaje del perceptron 13
4.1 Algoritmo de Aprendizaje 13
5.1 El Algoritmo Backpropagation 15
6.1 Deduccióndel algoritmo Backpropagation 15
CONCLUSION 20
Introducción
Se pretende dar en este trabajo una introducción a las redes neuronales, así como a los algoritmos de aprendizajes utilizados en la actualidad.
Se pretende realizar una descripción básica de una neurona artificial, utilizando el modelo percetrón el cual nos permitirácomprender fácilmente la funcionalidad que tiene una neurona como unidad básica de procesamiento de información. Para ello se va a identificar la forma como opera una neurona artificial y los elementos sobre los cuales es necesario trabajar para lograr que adquiera la funcionalidad necesaria para la cual ha sido creada.
contenidoNeurona biológica
Una neurona biológica es una célula que forma parte esencial del sistema nervioso y del cerebro de cualquier ser vivo. Para nuestro interés se considera formada por tres partes básicas: las dendritas, el cuerpo celular y el axón.
Vistas al microscopio, este tipo de células pueden presentarse de diversas formas, pero la gran mayoría presentan una forma muysimilar a la mostrada en la figura 1.1
[pic]
Fig. 1.1 Esquema básico de una neurona biológica.
En forma general una neurona puede ser vista como un procesador de información muy sencillo (Ver fig. 1.2). Las observaciones científicas permiten concluir que la información ingresa por las dendritas en forma de impulsos nerviosos, es procesada en el interior del cuerpo celulary el resultado sale por el axón hacia otras neuronas o células en general. Se calcula que una neurona del cerebro humano recibe información proveniente de hasta unas 10.000 neuronas y a su vez envía impulsos nerviosos a unos cuantos cientos.
[pic]
Fig. 1.2 Diagrama de flujo de una neurona vista como un procesador. La abstracción de una neurona la presenta como un procesador encargado deaplicar una función a una suma ponderada de entradas.
La sinapsis
La unión entre dos neuronas se denomina sinapsis. En la mayoría de los casos la sinapsis no se forma por el contacto directo entre neuronas sino que están separadas por una distancia de más o menos 0,0002 milímetros. Esto permite que la sinapsis pueda ser modificada en cualquier momento cambiando el tipo deconexión existente. Se ha comprobado que los recuerdos que se guardan en el cerebro generan un conjunto de sinapsis específicas, las cuales pueden ser fuertes o débiles, dependiendo del tipo de suceso que se vaya a memorizar. Cuando una de estas sinapsis se modifica, el recuerdo se pierde. Adicional, el cerebro elimina las sinapsis débiles en el momento que necesite guardar otro recuerdo.[pic]
Figura 1.3: En una sinapsis no existe contacto directo entre las terminales del axón y las dendritas de otra neurona. La transmisión se logra mediante el intercambio de sustancias químicas ionizadas.
Historia de la Neurona Artificial
Los primeros trabajos a fondo sobre las redes neuronales se dieron a finales del siglo XIX e inicios del siglo XX. Se trató de...
MINISTERIO DEL PODER POPULAR PARA LA DEFENSA
UNIVERSIDAD NACIONAL EPERIMENTAL
POLITÉCNICA DE LA FUERZA ARMADA NACIONAL
U.N.E.F.A
NUCLEO MÉRIDA
redes neuronales
algoritmo de aprendizaje
Elaborado por:
Franklin López C.I:19.144.503
Mérida 01/2013
Contenido
Introducción 3
contenido 41.1 Neurona biológica 4
2.1 La sinapsis 5
3.1 Historia de la Neurona Artificial 6
4.1 Ventajas de las Redes Neuronales 9
5.1 Aprendizaje 10
5.1.1 Fase de entrenamiento 10
5.1.2 Fase de operación. 11
6.1 Modelo Perceptrón simple 12
1.1 Definición 12
2.1 Arquitectura 12
3.1 Aprendizaje del perceptron 13
4.1 Algoritmo de Aprendizaje 13
5.1 El Algoritmo Backpropagation 15
6.1 Deduccióndel algoritmo Backpropagation 15
CONCLUSION 20
Introducción
Se pretende dar en este trabajo una introducción a las redes neuronales, así como a los algoritmos de aprendizajes utilizados en la actualidad.
Se pretende realizar una descripción básica de una neurona artificial, utilizando el modelo percetrón el cual nos permitirácomprender fácilmente la funcionalidad que tiene una neurona como unidad básica de procesamiento de información. Para ello se va a identificar la forma como opera una neurona artificial y los elementos sobre los cuales es necesario trabajar para lograr que adquiera la funcionalidad necesaria para la cual ha sido creada.
contenidoNeurona biológica
Una neurona biológica es una célula que forma parte esencial del sistema nervioso y del cerebro de cualquier ser vivo. Para nuestro interés se considera formada por tres partes básicas: las dendritas, el cuerpo celular y el axón.
Vistas al microscopio, este tipo de células pueden presentarse de diversas formas, pero la gran mayoría presentan una forma muysimilar a la mostrada en la figura 1.1
[pic]
Fig. 1.1 Esquema básico de una neurona biológica.
En forma general una neurona puede ser vista como un procesador de información muy sencillo (Ver fig. 1.2). Las observaciones científicas permiten concluir que la información ingresa por las dendritas en forma de impulsos nerviosos, es procesada en el interior del cuerpo celulary el resultado sale por el axón hacia otras neuronas o células en general. Se calcula que una neurona del cerebro humano recibe información proveniente de hasta unas 10.000 neuronas y a su vez envía impulsos nerviosos a unos cuantos cientos.
[pic]
Fig. 1.2 Diagrama de flujo de una neurona vista como un procesador. La abstracción de una neurona la presenta como un procesador encargado deaplicar una función a una suma ponderada de entradas.
La sinapsis
La unión entre dos neuronas se denomina sinapsis. En la mayoría de los casos la sinapsis no se forma por el contacto directo entre neuronas sino que están separadas por una distancia de más o menos 0,0002 milímetros. Esto permite que la sinapsis pueda ser modificada en cualquier momento cambiando el tipo deconexión existente. Se ha comprobado que los recuerdos que se guardan en el cerebro generan un conjunto de sinapsis específicas, las cuales pueden ser fuertes o débiles, dependiendo del tipo de suceso que se vaya a memorizar. Cuando una de estas sinapsis se modifica, el recuerdo se pierde. Adicional, el cerebro elimina las sinapsis débiles en el momento que necesite guardar otro recuerdo.[pic]
Figura 1.3: En una sinapsis no existe contacto directo entre las terminales del axón y las dendritas de otra neurona. La transmisión se logra mediante el intercambio de sustancias químicas ionizadas.
Historia de la Neurona Artificial
Los primeros trabajos a fondo sobre las redes neuronales se dieron a finales del siglo XIX e inicios del siglo XX. Se trató de...
Leer documento completo
Regístrate para leer el documento completo.