Redes Neuronales

Redes Neuronales
Las redes neuronales, más conocidas como Neuronas artificiales o redes de neuronales que están basados en el sistema neuronal de los animales. La cual consiste en una serie de “genes” los cuales se van multiplicando y formando una red neuronal. En la mayoría de casos una red neural se va adaptando y cambia con el tiempo en el proceso de aprendizaje. Las redes neuronales son elprincipio básico para el desarrollo de la inteligencia artificial.

Contexto
Para comprender como funciona una red neuronal, debemos entender como es el funcionamiento de nuestro sistema nervioso central. El cerebro recibe señales de entrada de muchas neuronas y las procesa de manera que es capaz de encontrar la respuesta más óptima de salida. Nuestras neuronas se interconectan formando redesneuronales, las cuales generan millones de instrucciones necesarias para mantener una vida normal. Las neuronas, como muchas de las partes de nuestro cuerpo, funcionan a través de impulsos eléctricos y reacciones químicas, por las cuales se intercambian información con las demás por medio de las dendritas de las neuronas vecinas. Estas señales son transmitidas por impulsos eléctricos a mayorintensidad mientras tenga más dendritas vecinas alrededor.
Las redes neuronales están basadas en el sistema nervioso central. En las redes neuronales los nodos artificiales (INDEXAR QUE ES NODO) son llamados neuronas, neuronodos, elementos a procesar o unidades las cuales se interconectan para formar una red a la cual se le denomina Red Biológica Neuronal.
En un inicio, se trató de modelar cómofuncionaba la biofisiología del ser humano, explicando su funcionamiento y operación, tratando de emular todas sus transacciones. En estos inicios, estos modelos fueron hechos por fisiólogos y no por ingenieros.
Hasta la actualidad, no existe un modelo específico de una red neuronal. Pero como idea general, se procesan una serie de inputs o elementos que tienen un comportamiento determinado entre lasconexiones formadas por los nodos y los parámetros de supervivencia para producir el flujo deseado de la red. Sin embargo, con muchos de estos modelos, se trata de una nueva forma de computación que es capaz de manejar problemas de incertidumbres sobre la vida real.
Las redes neuronales funcionan de manera muy similar a las redes biológicas reales, ya que las funciones que se ejecutan sondesarrolladas en conjunto y en paralelo sin necesidad de dar subtareas a los elementos pertenecientes a cada clase. Trabajando así como un una unidad que evoluciona mientras más iteraciones tenga el algoritmo.
En la actualidad, las implementaciones de software más modernas de las redes neuronales inspiradas en la biología han sido dejadas de lado. Para así dar vida a sistemas más modernos, basados en lasestadísticas y el procesamiento de señales. Las características de adaptividad, son usadas mayormente en casos relacionados con la vida real, mientras que en los modelos menos tradicionales se utilizan los principios no-lineales de distribución y procesamiento local.
Implementación y Funcionamiento:
Las Redes Neuronales Artificiales, pueden tener dentro de su implementación varios factores depesos. Estos están clasificados en fijos o adaptables. Los que son adaptables sigue un patrón de aprendizaje para calcular la fuerza de interconexión con otras neuronas. Las de peso fijo, deben ser previamente definidas, según el problema.

Existen dos tipos de aprendizajes para los problemas, supervisados y no supervisados. En el primer ejemplo, al algoritmo se les dan los datos de entrada y desalida exactos, de tal manera que el algoritmo es capaz de modificar sus pesos para que la salida sea lo más aproximada al resultado u output.
En el segundo caso, no se proporcionan inputs completos, de tal manera que la red neuronal trabaja por medio de los estímulos que estos datos les envían. Tratando así de llegar a una soluciónóptimaa, modificando los estímulos entre cada iteración. En...