Sistemas Expertos

SISTEMA EXPERTO
Los sistemas expertos son llamados así porque emulan el razonamiento de un experto en un dominio concreto y en ocasiones son usados por éstos. Con los sistemas expertos se busca una mejor calidad y rapidez en las respuestas dando así lugar a una mejora de la productividad del experto.

¿QUÉ SON LAS NEURONAS?
Es una célula nerviosa constituida por un cuerpo celular o soma, quepuede presentar una prolongación larga denominación axón, y prolongadas cortas muy ramificadas denominadas dentritas.

Hay tres partes en una neurona:

1. el cuerpo de la neurona
2. ramas de extensión llamadas dendrítas para recibir las entradas, y
3. un axón que lleva la salida de la neurona a las desdirías de otras neuronas.


REDES NEURONALES
¿Que son redes neuronales? Las redes deneuronas artificiales (denominadas habitualmente como RNA o en inglés como: quot;ANN“ son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redesde neuronas o redes neuronales.
¿Cómo funcionan? Unas redes neuronales consisten en simular las propiedades observadas en los sistemas neuronales de los seres vivos a través de modelos matemáticos simulados mediante mecanismos artificiales .El objetivo es conseguir que las máquinas den una respuesta similar a como la daría un cerebro humano.
¿Qué ventajas nos brindan estas redes? Estas redespor ser mecanismos basados en el cerebro humano nos brindan varias ventajas como por ejemplo el aprendizaje, la auto-organización, la tolerancia a los fallos que pueda cometer, la flexibilidad que consiste en que por sí sola realiza cambios pequeños y por último el tiempo real en el que trabaja.
Ventajas
Las redes neuronales artificiales (RNA) tienen muchas ventajas debido a que están basadas enla estructura del sistema nervioso, principalmente el cerebro.
• Aprendizaje: Las RNA tienen la habilidad de aprender mediante una etapa que se llama etapa de aprendizaje. Esta consiste en proporcionar a la RNA datos como entrada a su vez que se le indica cuál es la salida (respuesta) esperada.
• Auto organización: Una RNA crea su propia representación de la información en su interior,descargando al usuario de esto.
• Tolerancia a fallos: Debido a que una RNA almacena la información de forma redundante, ésta puede seguir respondiendo de manera aceptable aun si se daña parcialmente.
• Flexibilidad: Una RNA puede manejar cambios no importantes en la información de entrada, como señales con ruido u otros cambios en la entrada (por ejemplo si la información de entrada es la imagen de unobjeto, la respuesta correspondiente no sufre cambios si la imagen cambia un poco su brillo o el objeto cambia ligeramente).
• Tiempo real: La estructura de una RNA es paralela, por lo cual si esto es implementado con computadoras o en dispositivos electrónicos especiales, se pueden obtener respuestas en tiempo real.


TIPOLOGÍA DE REDES NEURONALES.
+ El Adaline; es capaz de estimar unasalida real.
+ El perceptrón; solo tiene capacidad para clasificar, ya que utiliza una función umbral sobre la suma ponderada de las entradas,
+ El backpropagation;
+ El Hopfield;
+ El Kohonen;


LAS REDES NEURONALES ARTIFICIALES; Están inspiradas en las redes neuronales biológicas del cerebro humano. Están constituidas por elementos que se comportan de forma similar a la neurona biológica ensus funciones más comunes. Estos elementos están organizados de una forma parecida a la que presenta el cerebro humano.

Las ANN al margen de "parecerse" al cerebro presentan una serie de características propias del cerebro. Por ejemplo las ANN aprenden de la experiencia, generalizan de ejemplos previos a ejemplos nuevos y abstraen las características principales de una serie de datos.

Las...