Redes Neuronales

Resumen sobre redes neuronales
Estudiante: GuoJun Guan
El tejido nervioso es el más diferenciado del organismo y está constituido por célular nerviosas, fibras nerviosas y la neurogia, que está formada por varias clases de células. La célula nerviosa se denomina neurona, que es la unidad funcional del sistema nervioso.
El tamaño y la forma de las neuronas es variable, pero con las mismassubdivisiones. El cuerpo de la neurona o soma contiene el núcleo. Se encarga de todas las actividades metabólicas de la neurona y recibe la información de otras neuronas vecinas a través de las conexiones sinápticas.
Las dendritas son las conexiones de entrada de la neurona. Por su parte el axón es la salida de la neurona y se utiliza para enviar impulsos o señales a otras células nerviosas.
Lared neuronal
El sistema de neuronas biológico está compuesto por neuronas de entrada conectados a una compleja red de neuronas calculadoras, las cuales, a su vez están conectadas a las neuronas de salida que controlan los estímulos.

Historia de la red neuronal artificial.
En 1943, Walter Pitts junto a Bertran Russel y Warren McCulloch intentaron explicar el funcionamiento del cerebro humanopor medio de una red de células conectadas entre sí, para experimentar ejecutando operaciones lógicas. Partiendo del menor suceso psíquico el impulso todo/nada, generado por una célula.
El bucle sentidos – cerebro – músculos, mediante la retroalimentación producirían una reacción positiva si los músculos reducen la diferencia entre una condición percibida por los sentidos y un estado físicoimpuesto por el cerebro.
Seis años después de que McCulloch y Pitts mostraran sus redes neuronales, el fisiólogo Donald O. Hebb expuso que estas podían aprender. Su propuesta tenia que ver con la conductividad de la sinapsis, es decir, con las conexiones entre neuronas.

En 1951, Minsky y Edmonds montaron la primera máquina de redes neuronales compuesta básicamente de 300 tubos de vacío y un pilotoautomático de un bombarderoB-24. Llamaron su creación “Sharc”, se trataba de una red de 40 neuronas artificiales que imitaban el cerebro de una rata. Cada neurona hacia el papel de una posición de la berinboy cuando se activaba daba a entender que la rata sabía en qué punto del laberinto estaba. Las neuronas que estaban alrededor de la activada hacían la función de alternativas que seguir por elcerebro, la activación dela siguiente neurona.

Estructura de una red neuronal artificial
Las neuronas se agrupan dentro de la red formando niveles o capas. Dependiendo de su situación dentro de la red, se distinguen tres tipos de capas: entrada, que recibe directamente la información procedente del exterior de la red, la capa oculta, interna a la red y encargada del procesamiento de los datos deentrada y la capa de salida, cuya misión es transferir la información procesada hacia el exterior.
Atendiendo al número de capas, las redes neuronales se clasifican en: en dos grandes grupos]:
* Redes monocapa: compuesta por un solo nivel de neuronas
* Redes multicapas: las neuronas se disponen en dos o más capas.

El perceptrón unicapa
Un perceptrón unicapa no es más que un conjuntode neuronas no unidas entre sí, de manera que una de las entradas del sistema se conectan a cada neurona, produciendo cada una de ellas su salida individual.
Existen tres métodos de aprendizaje para un perceptrón:
* Supervisado: se presentan al perceptrón unas entradas con las correspondientes salidas que se quiere éste aprenda. De esta manera la red primero, calcula la salida que da ella paraesas entradas y luego, conociendo el error que está cometiendo, ajusta sus pesos proporcionalmente al error que ha cometido.
* No supervisado: solo se presentan al perceptrón las entradas y, para esas entradas, la red debe dar una salida parecida.
* Por refuerzo: se combinan los dos anteriores, y de cuando en cuando se presenta a la red una valoración global de como lo está haciendo....