logistica para la movilizacion de recursos

República Bolivariana de Venezuela
Ministerio del Poder Popular para la Defensa
Universidad Nacional Experimental
Politécnica de la Fuerza Armada Bolivariana





Análisis Estadístico de las Redes Neuronales.





Realizado por:
Bravo Yohanelys
Prieto Daniel
Rubén Abreu
Wilneidys blanco

Maracaibo, noviembre 2014
Introducción
El cerebro está compuesto principalmentede unos 10 mil millones de neuronas, cada uno conectado a unos 10.000 otras neuronas. Estas interconectadas entre sí como una red de redes por cuerpos neuronales y las líneas son los canales de entrada y salida (dendritas y axones) que los conectan.
La investigación llevada a cabo permite conocer el funcionamiento de las redes neuronales afirmando que estas son un paradigma de aprendizaje yprocesamiento automático las cuales se basan en un sistema de interconexión de neuronas que colaboran entre sí para producir un estímulo de salida, algunos estudios realizados han demostrado que las redes neuronales tienen una capacidad clasificatoria igual o superior que las técnicas estadísticas, incluso cuando existen altas correlaciones entre un patrón de resultados similares lleva a lapolémica de discutir los resultados en el marco de las redes neurales vs modelos estadísticos convencionales valorando si vale la pena ganar en capacidad clasificatoria a costa de incrementar el costo computacional y de recursos involucrados en el entrenamiento de las redes neurales.
La consideración de todo lo dicho nos lleva a sugerir que es sumamente importante conocer cuáles son lasherramientas utilizadas en el análisis estadístico de las redes neuronales, esto con la finalidad de que el aprendizaje sea mucho más completo y el manejo y dominio del siguiente contenido sea de gran ayuda para aplicarlo en cualquier situación.







Índice
Introducción………………………………………………………………………….. (02)
Desarrollo
Análisis estadístico de las redes neuronales……………………………………...(04)Herramientas para el análisis estadístico de las redes neuronales…………… (08)
Conclusión…………………………………………………………………………… (10)
Bibliografía………………………………………………………………………….... (11)















Análisis estadístico de las redes neuronales:
Redes neuronales artificiales:
Según Basogain Olabe (s.f pág. 2) “Las redes neuronales presentan una serie de características propias del cerebro. Porejemplo las redes neuronales artificiales aprenden de la experiencia, generalizan de ejemplos previos a ejemplos nuevos y abstraen las características principales de una serie de datos”
“Aprender: adquirir el conocimiento de una cosa por medio del estudio, ejercicio o experiencia. Las redes neuronales artificiales pueden cambiar su comportamiento en función del entorno. Se les muestra unconjunto de entradas y ellas mismas se ajustan para producir unas salidas consistentes”. Basogain Olabe (s.f pág. 2)
“Generalizar: extender o ampliar una cosa. Las redes neuronales artificiales generalizan automáticamente debido a su propia estructura y naturaleza. Estas redes pueden ofrecer, dentro de un margen, respuestas correctas a entradas que presentan pequeñas variaciones debido a losefectos de ruido o distorsión”. Basogain Olabe (s.f pág. 2)
“Abstraer: aislar mentalmente o considerar por separado las cualidades de un objeto. Algunas redes neuronales artificiales son capaces de abstraer la esencia de un conjunto de entradas que aparentemente no presentan aspectos comunes o relativos”. Basogain Olabe (s.f pág. 2)
Modelo estadístico:
Según Arsham (1996. S.f) “Todoslos datos son conocidos como información cruda y no como conocimientos en sí. Los datos se convierten en información, cuando se hacen relevantes para la toma de decisión a un problema. La información se convierte en hecho, cuando es respaldada por los datos. Los hechos son lo que los datos revelan”.
“Los hechos se convierten en conocimiento, cuando son utilizados en la complementación...