Redes neuronales

Día con día el hombre se ha caracterizado por buscar nuevas vías para mejorar sus condiciones de vida, y reducir el trabajo, de ahí que Charles Babbage, fue quien trató infructuosamente de construir una máquina capaz de resolver problemas matemáticos. Posteriormente otros tantos intentaron construir máquinas similares, pero no fue hasta la Segunda Guerra Mundial, cuando ya se disponía deinstrumentos electrónicos, que se empezaron a recoger los primeros frutos.
Ahora bien la inteligencia artificial es un intento por descubrir y describir aspectos de la inteligencia humana que pueden ser simulados mediante máquinas, tal es el caso de las redes neuronales las cuales son formas de emular o representar características propias de los humanos, para poder realizar esto cada red neuronal debetratar la información en donde cada unidad básica de procesamiento está inspirada en la célula fundamental del sistema nervioso humano: la neurona.
1936-Alan Turing. Fue el primero en estudiar el cerebro como una forma de ver el mundo de la
computación.
1949-Donald Hebb. Fue el primero en explicar los procesos del aprendizaje (que es el elemento
básico de la inteligencia humana) desde un puntode vista psicológico, desarrollando una regla de como el aprendizaje ocurría.
1950-Karl Lashley. Encontró que la información no era almacenada en forma centralizada en el cerebro sino que era distribuida encima de él.
1956-nace la IA.
1957-Frank Rosenblatt. Programó la primera red neuronal.
1960- es aplicada la primera red neuronal.
1986-se realizan mas estudios sobre las redes neuronales.DEFINICION DE LAS REDES NEURONALES
Redes neuronales artificiales son redes interconectadas masivamente en paralelo de elementos simples (usualmente adaptativos) y con organización jerárquica, las cuales intentan interactuar con los objetos del mundo real del mismo modo que lo hace el sistema nervioso biológico.
CARACTERISTICAS DE UNA RED NEURONAL
Aprendizaje adaptivo (entrenamiento de patrones),auto-organización (cumplir con el objetivo especifico), tolerancia a fallos (distribuyen la información entre cada una de las neuronas), operación en tiempo real, fácil inserción dentro de la tecnología existente (se adapta con herramientas existentes).
Los procesos colectivos que son importantes en computación neuronal no pueden implementarse por computación digital. Por todo ello, el cerebrodebe ser un computador analógico. Ni las neuronas ni las sinapsis son elementos de memoria biestable.
Una red neuronal está constituida por neuronas interconectadas y arregladas en tres capas (esto último puede variar). Los datos ingresan por medio de la capa de entrada, pasan a través de la capa oculta y salen por la capa de salida. Cabe mencionar que la capa oculta puede estar constituida porvarias capas.
Las neuronas tiene distintas funciones, tales como: función de entrada donde reciben los datos, función de activación; dentro de estas funciones existen otras que son: función lineal, función sigmoidea, función tangente hiperbólica, para finalizar con las funcione principales se tiene la función de salida.
NIVELES DE UNA RED NEURONAL
Cada red neuronal tiene 3 tipos de capas, que sonde entrada, ocultas y de salida; así mismo existen 2 tipos de neuronas artificiales las cuales son: neurona binaria (toman valor de 0 o 1) y neurona real (toman valores de -1, 0 o 1).
APRENDIZAJE DE UNA RED
Una red neuronal debe aprender a calcular la salida correcta para cada constelación (arreglo o vector) de entrada en el conjunto de ejemplos. Este proceso de aprendizaje se denomina: Procesode Entrenamiento o Acondicionamiento. A los datos se les llama conjunto de datos de entrenamiento.
Hay 2 tipos de aprendizaje: que es el supervisado: donde el aprendizaje re hace por medio de un entrenamiento y se puede llevar a cabo mediante 3 formas; por corrección de error: donde ajusta pesos de las conexiones de red.
Por refuerzo: de no indicar durante el entrenamiento exactamente la...