redes neuronales




IDENTIFICACIÓN DE PARAMETROS
Trabajo de Investigación

APRENDIZAJE DE REDESNEURONALES




Nombre: Verónica Rocha Araneda
Daniela Castro GonzálezCarrera: Ing Civil en Automatización.
Fecha : 5 de Junio, 2013
Modelo : Red de Resonancia Adaptiva






Las redes neuronales artificiales (RNA) son modelos queintentan reproducir el comportamiento del cerebro. Como tal modelo, realiza una simplificación, averiguando cuáles son los elementos relevantes del sistema, porque la cantidad de información de que se dispone es excesiva o bien porque es redundante. Una elección adecuada de sus características, más una estructura conveniente, es el procedimiento convencional utilizado para construir redes capaces derealizar determinada tarea.
Las redes pueden clasificarse de acuerdo con el número de capas o niveles de neuronas, el número de neuronas por capa y el grado y tipo de conectividad entre las mismas. La primera distinción a establecer es entre las redes Monocapa y las Multicapa.
En nuestro trabajo de investigación analizaremos La Red de Resonancia Adaptiva (Adaptive Resonance Theory) .
Esta Redfue desarrollada por CARPENTER y GROSSBERG (1986), para tratar de resolver el denominado “dilema de la estabilidad y plasticidad del aprendizaje”, que plantea dos interrogantes fundamentales.
1.- Cómo podría una red aprender nuevos patrones (plasticidad).
2.- Cómo podría una red retener los patrones previamente aprendidos (estabilidad).
El modelo ART propone un sistema competitivo en el que, anteuna determinada información de entrada, sólo una de las neuronas de salida de la red se activa (neurona vencedora o “winner-take-all-unit”),alcanzando su valor de respuesta máximo tras competir con las celdas restantes. Para solucionar el dilema anterior, el modelo ART propone añadir a la red un mecanismo de retroalimentación entre las neuronas de la capa de salida y entrada, que facilite elaprendizaje de nueva información sin destruir la almacenada. La red se basa en hacer resonar la información de entrada con los prototipos de las categorías que esta reconoce; si el patrón de entada es suficientemente similar a algunos de los prototipos, la red entra en resonancia, adaptando ligeramente el prototipo almacenado. Si la información de entrada no resuena con ninguna categoría, La red creaun nuevo prototipo para el dato de entrada.
Existen 2 tipos de redes ART, denominadas ART1 O ART( Variables de entrada Binarias) y ART2 (variables de entrada continuas). La ART1 consta de 2 capas de neuronas con conexiones “hacia adelante” y ”hacia atrás ”, la capa de salida presenta conexiones autorrecurrentes(con peso +1)y conexiones laterales de inhibición(con peso -ɛ), que se emplean duranteel proceso de competición. Su funcionamiento es :
1.- Se inician los pesos de las conexiones hacia adelante Wij y hacia atrás Vij. Siendo N el número de neuronas de entrada.
2.- Se presenta a la red una información de entrada , tal que cada neurona de la capa de entrada recibe el componente i-ésimo que le corresponde(i=1,…,M) y los envía a todas las conexiones de la capa de salida a través...