PresentacionRNA

• REDES NEURONALES ARTIFICIALES

•

Ing. Wilmer Ozal

REDES NEURONALES
 Neurona: base del funcionamiento del cerebro.
 Sistema de procesamiento cerebral de la información:
 Complejo, No lineal y Paralelo.

 Elementos de que consta: sinapsis, axón, dentritas y soma o cuerpo

Neuronas Biológicas
• Nuestros cerebros cuentan con millones de neuronas que
se interconectan para elaborar " RedesNeuronales “ que
procesan informacion.
• Cada neurona trabaja como un simple procesador y la
interacción masiva entre ellas así como su procesamiento
en paralelo hacen posible las habilidades del cerebro.

REDES NEURONALES
ARTIFICIALES
Las Redes Neuronales Artificiales (las cuales
llamaremos RNA) son dispositivos o software
programado de manera tal que tratan de
representar el cerebro humano,simulando su
proceso de aprendizaje

Caracteristicas del cerebro deseables para
un sistema de procesamiento digital:
1.Es robusto y tolerante a fallas, diariamente
mueren neuronas sin afectar su desempeño.
2.Es flexible, se ajusta a nuevos ambientes
por aprendizaje, no hay que programarlo.
3.Puede manejar información difusa, con
ruido o inconsistente.
4.Es altamente paralelo
5.Es pequeño, compacto yconsume poca
energía.
El cerebro humano constituye una computadora
muy notable, es capaz de interpretar información
imprecisa suministrada por los sentidos a un
ritmo increíblemente veloz.

NEURONA ARTIFICIAL
• Neurona artificial: unidad de procesamiento de la información, es un dispositivo
simple de cálculo que ante un vector de entradas proporciona una única salida.
• Elementos:
– Conjunto deentradas, xj
– Pesos sinápticos, wi
a

– Función de activación:
wn·xn = a
– Función de transferencia:
w2·x2 + ... + wn·xn )

w1·x1+ w2·x2 + ... +
y

y = F (w1·x1+

– Bias o polarización: entrada constate de magnitud 1, y peso b que se introduce
en el sumador

Características Principales de Las RNA

1. APRENDIZAJE. Una red neuronal puede
modificar su comportamiento en respuesta al
medio ambiente.2. GENERALIZACION. Una vez entrenada, la red
neuronal puede ser insensible a cambios en sus
entradas.
3. ABSTRACCION. Una red neuronal puede
determinar la esencia o características principales
de un conjunto de datos.
8

Diseño: ¿ Cómo se construyen las RNA? 
  Se pueden realizar de varias maneras. Por ejemplo en hardware

utilizando transistores a efecto de campo (FET) o amplificadoresoperacionales, pero la mayoría de las RN se construyen en
software,
esto
es
en
programas
de
computación.
.

.Las aplicaciones más exitosas de las RNA
son:
1.Procesamiento de imágenes y de voz
2.Reconocimiento de patrones
3.Planeamiento
4.Interfaces adaptivas para sistemas
Hombre/máquina
5.Predicción
6.Control y optimización
7.Filtrado de señales

Algunos Ejemplos de Aplicaciones
de RNA
• Reconocimiento decaracteres manuscritos, impresos,
de font antiguo, etc. .
• Construcción de Memorias asociativas.
• Reconocimiento de voz
• Control de robots
• Toma de decisiones administrativas, financieras etc.
• Reconocimiento de enfermedades
• Reconocimiento de señales de radio
• Predicción de Señales y series de tiempo Caóticas
• Generación de reglas para sistemas expertos
• Aplicaciones en economía parapredicción
• Aplicaciones en geología, meteorología, astronomía
• Aplicaciones en ....

Existen muy buenas y flexibles herramientas
disponibles en internet que pueden simular
muchos tipos de neuronas y estructuras
Elemento básico. Neurona artificial. 
Pueden ser con salidas binarias, análogas o
con codificación de pulsos (PCM). Es la unidad
básica de procesamiento que se conecta a
otras unidades através de conexiones
sinápticas.
La estructura de la red. La interconexión de los
elementos básicos. 
Es la manera como las unidades básicas se
interconectan.

Elemento básico. Neurona artificial.
      Un neurona artificial es un elemento con entradas,
salida y memoria que puede ser realizada mediante
software o hardware. Posee entradas (I) que son
ponderadas (w), sumadas y comparadas con un...