Redes neuronales artificiales
Páginas: 30 (7252 palabras)
Publicado: 9 de noviembre de 2011
REDES NEURONALES ARTIFICIALES
Nuestros cerebros cuentan con millones de neuronas que se interconectan para elaborar "Redes Neuronales". Estas redes ejecutan los millones de instrucciones necesarias para mantener una vida normal. Desde hace algunos años, algunos investigadores han estado creando modelos, tanto en hardware como en software, que interpretan la actividad cerebral en un esfuerzopor producir una forma de inteligencia artificial.
Las RNA están compuestas de un gran número elementos de procesamiento altamente interconectados ( Neuronas ) trabajando al mismo tiempo para la solución de problemas específicos. Las RNA, tal como las personas, aprenden de la experiencia.
Se trata de una nueva forma de computación que es capaz de manejar las imprecisiones e incertidumbresque aparecen cuando se trata de resolver problemas relacionados con el mundo real ( reconocimiento de formas, toma de decisiones, etc..), ofreciendo soluciones robustas y de fácil implementación.
Las RNA están compuestas de muchos elementos sencillos que operan en paralelo, el diseño de la red esta determinado mayormente por las conexiones entre sus elementos.
Las RNA han sido entrenadaspara la realización de funciones complejas en variados campos de aplicación. Hoy en día pueden ser entrenadas para la solución de problemas que son difíciles para sistemas computacionales comunes o para el ser humano.
HISTORIA DE LAS REDES NEURONALES
Las redes neuronales no son un concepto nuevo. La idea de una red neuronal fue originalmente concebida como un intento por modelar la fisiologíadel cerebro. El objetivo era crear un modelo capaz de realizar procesos del pensamiento humano. Muchos de los primeros trabajos fueron realizados por fisiólogos y psicólogos.
Uno de los primeros investigadores dedicados al estudio neuronal fue William James (1890), cuya afirmación " la actividad de un punto en la corteza cerebral (neurona) es modelada por la suma ponderada de las entradas ",sirvió de base para el trabajo realizado por M.S. McCulloch y W.A.Pitts (1943) para modelar la actividad nerviosa del cerebro, el que hasta hoy sirve como fundamento para la construcción de muchas redes neuronales. El modelo de McCulloch-Pitts es un modelo binario.
Actualmente existen dos grandes tendencias en el estudio de las redes neuronales. Un primer grupo compuesto por los biólogos, físicosy psicólogos, trabaja en el desarrollo de modelos que imiten el comportamiento del cerebro. El segundo grupo consiste de ingenieros que poseen el conocimiento de cómo estas neuronas artificiales pueden ser interconectadas para formar redes con poderosas capacidades computacionales. Estos últimos utilizan los modelos biológicos desarrollados por el primer grupo como punto de partida de susinvestigaciones.
FUNDAMENTOS BIOLÓGICOS
La neurona, es el elemento base de las redes de neuronas.
Cada neurona en el cerebro está compuesta básicamente por un cuerpo, axones y dendritas. Las dendritas rodean el cuerpo de la neurona. El axón se subdivide en numerosas ramas que terminan en pequeños bulbos, los cuales tienen contacto con las dendritas de las otras células. La pequeña separaciónentre una terminación y una dendrita es llamada sinapsis.
Funcionalmente, las dendritas reciben señales desde otras células a través de los puntos de conexión llamados sinapsis. La fuerza de una conexión dada es determinada por la eficiencia de la transmisión sináptica. Desde ahí las señales son pasadas al cuerpo de la célula. Las señales que llegan de las dendritas pueden ser excitatorias oinhibitorias, y si la suma ponderada de éstas, realizada dentro del cuerpo de la neurona, supera su "umbral de activación" dentro de un tiempo suficiente, la neurona se disparará, enviando un impulso nervioso a través de su axón.
La Neurona Artificial
Esquema típico de la neurona artificial.
El cuerpo de la neurona será a menudo representada por la suma ponderada de las entradas, Zj ,...
Nuestros cerebros cuentan con millones de neuronas que se interconectan para elaborar "Redes Neuronales". Estas redes ejecutan los millones de instrucciones necesarias para mantener una vida normal. Desde hace algunos años, algunos investigadores han estado creando modelos, tanto en hardware como en software, que interpretan la actividad cerebral en un esfuerzopor producir una forma de inteligencia artificial.
Las RNA están compuestas de un gran número elementos de procesamiento altamente interconectados ( Neuronas ) trabajando al mismo tiempo para la solución de problemas específicos. Las RNA, tal como las personas, aprenden de la experiencia.
Se trata de una nueva forma de computación que es capaz de manejar las imprecisiones e incertidumbresque aparecen cuando se trata de resolver problemas relacionados con el mundo real ( reconocimiento de formas, toma de decisiones, etc..), ofreciendo soluciones robustas y de fácil implementación.
Las RNA están compuestas de muchos elementos sencillos que operan en paralelo, el diseño de la red esta determinado mayormente por las conexiones entre sus elementos.
Las RNA han sido entrenadaspara la realización de funciones complejas en variados campos de aplicación. Hoy en día pueden ser entrenadas para la solución de problemas que son difíciles para sistemas computacionales comunes o para el ser humano.
HISTORIA DE LAS REDES NEURONALES
Las redes neuronales no son un concepto nuevo. La idea de una red neuronal fue originalmente concebida como un intento por modelar la fisiologíadel cerebro. El objetivo era crear un modelo capaz de realizar procesos del pensamiento humano. Muchos de los primeros trabajos fueron realizados por fisiólogos y psicólogos.
Uno de los primeros investigadores dedicados al estudio neuronal fue William James (1890), cuya afirmación " la actividad de un punto en la corteza cerebral (neurona) es modelada por la suma ponderada de las entradas ",sirvió de base para el trabajo realizado por M.S. McCulloch y W.A.Pitts (1943) para modelar la actividad nerviosa del cerebro, el que hasta hoy sirve como fundamento para la construcción de muchas redes neuronales. El modelo de McCulloch-Pitts es un modelo binario.
Actualmente existen dos grandes tendencias en el estudio de las redes neuronales. Un primer grupo compuesto por los biólogos, físicosy psicólogos, trabaja en el desarrollo de modelos que imiten el comportamiento del cerebro. El segundo grupo consiste de ingenieros que poseen el conocimiento de cómo estas neuronas artificiales pueden ser interconectadas para formar redes con poderosas capacidades computacionales. Estos últimos utilizan los modelos biológicos desarrollados por el primer grupo como punto de partida de susinvestigaciones.
FUNDAMENTOS BIOLÓGICOS
La neurona, es el elemento base de las redes de neuronas.
Cada neurona en el cerebro está compuesta básicamente por un cuerpo, axones y dendritas. Las dendritas rodean el cuerpo de la neurona. El axón se subdivide en numerosas ramas que terminan en pequeños bulbos, los cuales tienen contacto con las dendritas de las otras células. La pequeña separaciónentre una terminación y una dendrita es llamada sinapsis.
Funcionalmente, las dendritas reciben señales desde otras células a través de los puntos de conexión llamados sinapsis. La fuerza de una conexión dada es determinada por la eficiencia de la transmisión sináptica. Desde ahí las señales son pasadas al cuerpo de la célula. Las señales que llegan de las dendritas pueden ser excitatorias oinhibitorias, y si la suma ponderada de éstas, realizada dentro del cuerpo de la neurona, supera su "umbral de activación" dentro de un tiempo suficiente, la neurona se disparará, enviando un impulso nervioso a través de su axón.
La Neurona Artificial
Esquema típico de la neurona artificial.
El cuerpo de la neurona será a menudo representada por la suma ponderada de las entradas, Zj ,...
Leer documento completo
Regístrate para leer el documento completo.