Redes Neuronales
Páginas: 3 (504 palabras)
Publicado: 1 de septiembre de 2011
Investigación Redes neuronales
La red neuronal es muy popular, ya que puede ser aplicada a diferentes tareas. Para comprenderla debemos examinar cómo se entrena y cómo se procesa un patrón.
El"feedforward" describe cómo esta red de procesos neurales y recuerda los patrones. En una red neuronal feedforward, las neuronas están conectadas sólo prólogo. Cada capa de la red neuronal contienelas conexiones a la siguiente capa, pero no hay ninguna conexión de nuevo. Esto difiere de la red de Hopfield neuronales.
La red neuronal de Hopfield se conectó plenamente, y sus conexiones son a lavez hacia delante y hacia atrás. Exactamente cómo una red neuronal feedforward recuerda un patrón. El término "backpropagation", describe cómo este tipo de red neuronal se entrena. Retropropagación esuna forma de entrenamiento supervisado.
Cuando se utiliza un método de entrenamiento supervisado, la red debe contar con entradas y salidas tanto de la muestra prevista. Los resultados previstosse comparan con los resultados reales de entrada dada. Los algoritmos de propagación hacia atrás y feedforward a menudo se utilizan juntos, sin embargo, esto no es un requisito.
Si se crea una redneuronal que utiliza métodos de propagación de formación, no se limitan necesariamente a un algoritmo de feedforward para determinar la salida de la red neuronal.
Con un paradigma convencional deprogramación en ingeniería del software, el objetivo del programador es modelar matemáticamente (con distintos grados de formalismo) el problema en cuestión y posteriormente formular una solución(programa) mediante un algoritmo codificado que tenga una serie de propiedades que permitan resolver dicho problema. En contraposición, la aproximación basada en las RNA parte de un conjunto de datos deentrada suficientemente significativo y el objetivo es conseguir que la red aprenda automáticamente las propiedades deseadas. En este sentido, el diseño de la red tiene menos que ver con cuestiones...
La red neuronal es muy popular, ya que puede ser aplicada a diferentes tareas. Para comprenderla debemos examinar cómo se entrena y cómo se procesa un patrón.
El"feedforward" describe cómo esta red de procesos neurales y recuerda los patrones. En una red neuronal feedforward, las neuronas están conectadas sólo prólogo. Cada capa de la red neuronal contienelas conexiones a la siguiente capa, pero no hay ninguna conexión de nuevo. Esto difiere de la red de Hopfield neuronales.
La red neuronal de Hopfield se conectó plenamente, y sus conexiones son a lavez hacia delante y hacia atrás. Exactamente cómo una red neuronal feedforward recuerda un patrón. El término "backpropagation", describe cómo este tipo de red neuronal se entrena. Retropropagación esuna forma de entrenamiento supervisado.
Cuando se utiliza un método de entrenamiento supervisado, la red debe contar con entradas y salidas tanto de la muestra prevista. Los resultados previstosse comparan con los resultados reales de entrada dada. Los algoritmos de propagación hacia atrás y feedforward a menudo se utilizan juntos, sin embargo, esto no es un requisito.
Si se crea una redneuronal que utiliza métodos de propagación de formación, no se limitan necesariamente a un algoritmo de feedforward para determinar la salida de la red neuronal.
Con un paradigma convencional deprogramación en ingeniería del software, el objetivo del programador es modelar matemáticamente (con distintos grados de formalismo) el problema en cuestión y posteriormente formular una solución(programa) mediante un algoritmo codificado que tenga una serie de propiedades que permitan resolver dicho problema. En contraposición, la aproximación basada en las RNA parte de un conjunto de datos deentrada suficientemente significativo y el objetivo es conseguir que la red aprenda automáticamente las propiedades deseadas. En este sentido, el diseño de la red tiene menos que ver con cuestiones...
Leer documento completo
Regístrate para leer el documento completo.