Red neuronal artificial

RED NEURONAL ARTIFICIAL
¿Qué es una red neuronal?

Una red neuronal artificial “ANN” es un paradigma de procesamiento de información inspirado en la forma en que el cerebro procesa la información. Las ANN son colecciones de modelos matemáticos que emulan algunas de las propiedades observadas de la diversidad biológica del sistema nervioso y se basan en las analogías biológicas delaprendizaje adaptativo. Una ANN se compone de un gran número de elementos de procesamiento altamente interconectados que son análogas a las neuronas y se los vincula con conexiones ponderadas que son análogas a las sinapsis.

Aprender en sistemas biológicos implica ajustes en las conexiones sinápticas que existen entre las neuronas. Este es el caso de las ANN también. El aprendizaje se producenormalmente por ejemplo a través de la formación o la exposición a una tabla de verdad conjunto de datos de entrada/salida en el algoritmo de entrenamiento ajusta iterativamente los pesos de conexión (sinapsis). Estos pesos con almacenar el conocimiento necesario para resolver problemas específicos.

Las ANN se aplican para controlar los problemas en las variables de entrada son mediciones que seusan para conducir un actuador de salida, y la red entera de la función de control. Las ventajas de las ANN se encuentran en su resistencia contralas distorsiones en los datos de entrada y su capacidad de aprendizaje. A menudo son buenos en la solución de problemas que no tienen una solución algorítmica o cuya solución algorítmica es demasiado compleja para ser encontrado.

Primero vamos a resumir lascaracterísticas más importantes de las redes neuronales en el cerebro. En primer lugar el cerebro contiene miles de millones de tipos muy especiales de células - estas son las células nerviosas o neuronas. Estas células se organizan en una red muy compleja de intercomunicación. Normalmente, cada neurona se conecta físicamente a decenas de miles de personas. El uso de estas conexiones, las neuronas puedentransmitir señales eslectricas entre si. Estas conexiones no son simplemente encendido o apagado - las conexiones tienen diferentes fuerzas que permite la influencia de una neurona determinada en uno de sus vecinos a ser muy fuerte, muy débil (tal vez incluso sin influencia) o cualquier otra cosa. Por otra parte, muchos aspectos de la función cerebral, en particular el proceso de aprendizaje,están estrechamente relacionados con el ajuste de estos puntos de conexión. La actividad cerebral se representa por los patrones de actividad de cocción entre esta red de neuronas. Este es el comportamiento simultáneo de cooperación de las unidades de proceso muy simple que muchos se encuentra en la raíz de la sofisticación y la enorme potencia de cálculo del cerebro.

Redes Neuronales Artificialesson equipos cuya arquitectura se basa en el cerebro. Por lo general consisten en cientos de simples unidades de procesamiento que están interconectados en una red de comunicaciones complejas. Cada unidad o nodo es un modelo simplificado de una neurona real que los incendios (envía una nueva señal) si recibe una señal de entrada lo suficientemente fuerte como de los otros nodos a los que estáconectado. La fuerza de estas conexiones pueden ser variados para que la red para realizar las diferentes tareas que corresponden a diferentes patrones de actividad de cocción nodo. Esta estructura es muy diferente de las computadoras tradicionales.

Los equipos tradicionales que nos ocupamos de todos los días han cambiado muy poco desde sus inicios en la década de 1940. Si bien ha habido avances muysignificativos en la velocidad y el tamaño de los transistores de silicio-, que constituyen sus elementos básicos - el hardware, el diseño o la arquitectura en general no ha cambiado significativamente. Todavía consisten en una unidad central de procesamiento o CPU que ejecuta un conjunto rígido de reglas (el programa o software) de forma secuencial, la lectura y escritura de datos desde...