Redes Neuronales
Páginas: 10 (2404 palabras)
Publicado: 18 de agosto de 2014
¿Qué son las redes Neuronales?
Las Redes Neuronales son un campo muy importante dentro de la Inteligencia Artificial. Inspirándose en el comportamiento conocido del cerebro humano (principalmente el referido a las neuronas y sus conexiones), trata de crear modelos artificiales que solucionen problemas difíciles de resolver mediante técnicas algorítmicas convencionales.
Las redes neuronalesson sistemas ideados como abstracciones de las estructuras neurobiológicas (cerebros) encontrados en la naturaleza y tienen la característica de ser sistemas desordenados capaces de guardar información.
Las redes neuronales y su historia
¿Qué son?
Son sistemas de procesamiento de información desarrollados con base en el conocimiento que tenemos de los cerebros biológicos.
Se forman conunidades de procesamiento simples llamados nodos o neuronas.
Hay distintas formas de conectar a las neuronas entre si. A esta forma se les llama: arquitectura de la computadora.
A cada conexión entre una neurona y otra se le asigna un peso.
Cada neurona tiene una función de activación que suma las señales entrantes pesadas. Así, la neurona determina si lanza su propia señal o no lo hace.
Los pesosson adaptados para que la neurona mejore su trabajo hasta reproducir la tarea que se le ha pedido. A esto se le llama proceso de aprendizaje.
En el proceso de adaptación de los pesos se utiliza una regla de aprendizaje.
La tarea asignada a la red neuronal se plantea como objetivo: 1º la reproducción inicial de patrones de entrenamiento, 2º una etapa de comprobación del aprendizaje de la red y3º la etapa de aplicación de la red a los trabajos específicos para los cuales ha sido diseñada.
Los primeros años
1943
McCulloch y Pitts presentan la neurona formal.
1949
D. Hebb publica su regla de aprendizaje para neuronas.
1951
Minsky plantea su máquina neuronal.
1956
Rochester, Holland, entre otros, realizan pruebas sobre ensambles de células y su acción en el cerebro.
1958Von Neumann propone un modelo para el cerebro.
1958
Rosenblatt propone el perceptrón.
1960
Widrow y Hopf presentan el Adaline y el aprendizaje por ajuste de mínimos cuadrados. Lo aplican a la eliminación del eco en llamadas telefónicas y constituye la primera aplicación práctica de las redes neuronales.
1969
Minsky y Papert analizan el preceptrón y encuentran que tiene limitaciones lógicasimportantes.
Reflexión y estancamiento
1972
Kohonen presenta sus primeros trabajos sobre redes neuronales y memorias asociativas.
1972
J. Anderson desarrolla la red neuronal llamada: “estado cerebral en una caja”.
1975
Fukushima, en los laboratorios NHK, en Tokio, desarrolla el cognitrón, una red neuronal especializada en reconocimiento de patrones. No logra reconocercaracteres distorsionados o rotados.
1976
Grossberg, en la Universidad de Boston, inicia sus trabajos sobre redes neuronales artificiales. Se distingue por su carácter altamente matemático y con sentido biológico.
1982
Kohonen presenta la red que ahora se llama mapeo autoorganizado (SOM por su nombre en inglés).
La década de oro de las redes neuronales
1982-1985
J. Hopfield presenta la red deaprendizaje mediante la regla de Hebb. Utiliza técnicas de la Física Estadística para demostrar que tiene propiedades de memoria asociativa. Gran impacto en el mundo de los físicos.
1984
Ackley, Hinton y Sejnoski desarrollan la máquina de Boltzmann. Una red neuronal
1985
Se establece el sistema de propagación hacia atrás, que había aparecido para ser olvidado en diversas ocasiones.
1986
Surgeel mapeo de Kohonen.
2000
El paralelismo, las redes neuronales y la inteligencia articial en general, convergen en una teoría del aprendizaje de desarrollo acelerado con aplicaciones muy diversas.
Elementos de una Red Neuronal Artificial
Las redes neuronales son modelos que intentan reproducir el comportamiento del cerebro. Los mismos constan de dispositivos elementales de proceso: las...
Las Redes Neuronales son un campo muy importante dentro de la Inteligencia Artificial. Inspirándose en el comportamiento conocido del cerebro humano (principalmente el referido a las neuronas y sus conexiones), trata de crear modelos artificiales que solucionen problemas difíciles de resolver mediante técnicas algorítmicas convencionales.
Las redes neuronalesson sistemas ideados como abstracciones de las estructuras neurobiológicas (cerebros) encontrados en la naturaleza y tienen la característica de ser sistemas desordenados capaces de guardar información.
Las redes neuronales y su historia
¿Qué son?
Son sistemas de procesamiento de información desarrollados con base en el conocimiento que tenemos de los cerebros biológicos.
Se forman conunidades de procesamiento simples llamados nodos o neuronas.
Hay distintas formas de conectar a las neuronas entre si. A esta forma se les llama: arquitectura de la computadora.
A cada conexión entre una neurona y otra se le asigna un peso.
Cada neurona tiene una función de activación que suma las señales entrantes pesadas. Así, la neurona determina si lanza su propia señal o no lo hace.
Los pesosson adaptados para que la neurona mejore su trabajo hasta reproducir la tarea que se le ha pedido. A esto se le llama proceso de aprendizaje.
En el proceso de adaptación de los pesos se utiliza una regla de aprendizaje.
La tarea asignada a la red neuronal se plantea como objetivo: 1º la reproducción inicial de patrones de entrenamiento, 2º una etapa de comprobación del aprendizaje de la red y3º la etapa de aplicación de la red a los trabajos específicos para los cuales ha sido diseñada.
Los primeros años
1943
McCulloch y Pitts presentan la neurona formal.
1949
D. Hebb publica su regla de aprendizaje para neuronas.
1951
Minsky plantea su máquina neuronal.
1956
Rochester, Holland, entre otros, realizan pruebas sobre ensambles de células y su acción en el cerebro.
1958Von Neumann propone un modelo para el cerebro.
1958
Rosenblatt propone el perceptrón.
1960
Widrow y Hopf presentan el Adaline y el aprendizaje por ajuste de mínimos cuadrados. Lo aplican a la eliminación del eco en llamadas telefónicas y constituye la primera aplicación práctica de las redes neuronales.
1969
Minsky y Papert analizan el preceptrón y encuentran que tiene limitaciones lógicasimportantes.
Reflexión y estancamiento
1972
Kohonen presenta sus primeros trabajos sobre redes neuronales y memorias asociativas.
1972
J. Anderson desarrolla la red neuronal llamada: “estado cerebral en una caja”.
1975
Fukushima, en los laboratorios NHK, en Tokio, desarrolla el cognitrón, una red neuronal especializada en reconocimiento de patrones. No logra reconocercaracteres distorsionados o rotados.
1976
Grossberg, en la Universidad de Boston, inicia sus trabajos sobre redes neuronales artificiales. Se distingue por su carácter altamente matemático y con sentido biológico.
1982
Kohonen presenta la red que ahora se llama mapeo autoorganizado (SOM por su nombre en inglés).
La década de oro de las redes neuronales
1982-1985
J. Hopfield presenta la red deaprendizaje mediante la regla de Hebb. Utiliza técnicas de la Física Estadística para demostrar que tiene propiedades de memoria asociativa. Gran impacto en el mundo de los físicos.
1984
Ackley, Hinton y Sejnoski desarrollan la máquina de Boltzmann. Una red neuronal
1985
Se establece el sistema de propagación hacia atrás, que había aparecido para ser olvidado en diversas ocasiones.
1986
Surgeel mapeo de Kohonen.
2000
El paralelismo, las redes neuronales y la inteligencia articial en general, convergen en una teoría del aprendizaje de desarrollo acelerado con aplicaciones muy diversas.
Elementos de una Red Neuronal Artificial
Las redes neuronales son modelos que intentan reproducir el comportamiento del cerebro. Los mismos constan de dispositivos elementales de proceso: las...
Leer documento completo
Regístrate para leer el documento completo.