Redes neuronales

INTRODUCCIÓN A LAS REDES NEURONALES ARTIFICIALES

Inteligencia emerge de las interacciones de un gran número de simples unidades de procesamiento (neuronas) en el cerebro humano capaces de aprendermediante el ajuste de pesos de conexión
La información se distribuye en toda la red Los cálculos se pueden hacer en paralelo, lo que también se conoce como procesamiento distribuido en paralelo(PDP)
la inteligencia artificial Sub-simbólico

Aplicaciones:
fábrica automatizada de inspección del sistema
Hipoteca asegurador de seguros
Protección contra los riesgos de crédito
Control deprocesos
De conversión de texto a voz
El reconocimiento de caracteres
Procesamiento de señales
Reconocimiento de patrones
Adquisición de conocimientos
Y así sucesivamente ...

Computadoras estándarcontra computadoras conexionistas:

A las tiendas de computación estándar de una pieza de información en una ubicación específica de la memoria. Un equipo conexionistas distribuye la información entoda la red.
Un equipo estándar utiliza un algoritmo con un procedimiento claramente definido para resolver un problema. Un equipo conexionistas aprende a resolver un problema a partir de ejemplos.Un equipo estándar tiene una sola CPU, que controla todas las acciones. Un equipo conexionistas no tiene una sola CPU que tiene el control general de las acciones. Nota: Vamos a utilizar un ordenadorestándar para simular un ordenador conexionista.

Aprendizaje

Aprendizaje Supervisado
Los ejemplos incluyen la entrada y salida deseada
la memoria asociativa bidireccional, Perceptrón,Backpropagation, etc

Aprendizaje no supervisado
Ejemplos componerse únicamente de vectores de entrada
El algoritmo de entrenamiento ajusta la red para producir vectores de salida que son compatiblesIndividual y multi-capa de Redes

De una sola capa de aplicación Red

Este applet simula una red simple de una sola capa con dos entradas. Puede especificar las entradas, los pesos, y un...