Tendencia De Las Redes Neuronales

Tendencia de las redes neuronales

A. RED NEURONAL ARTIFICIAL (RNA)
Una red neuronal artificial (ANN en Inglés ó RNA en
español) consiste en unidades de procesamiento
interconectadas de manera densa, llamadas
neuronas, por tener un comportamiento similar al de
las neuronas biológicas. Las Unidades de
procesamiento reciben y procesan y transmiten
señales, tal como las neuronas biológicas.Los componentes principales del funcionamiento de
una red neuronal son:
• Un conjunto de unidades de procesamiento
(neuronas);
• Un estado de activación (variable de estado);
• Una función de salida para cada unidad;
• Un conjunto de conexiones (patrón de conectividad)
VENTAJAS DE LAS RNA
Según Eduardo Rivera en su artículo “Introducción a
las redes neuronales artificiales” de 2007 [4] lasprincipales ventajas de las redes neuronales
artificiales son:
• Aprendizaje Adaptativo: Las RNA aprenden a
realizar tareas a partir de un conjunto de datos
dados, en el proceso de aprendizaje, estos datos
son representados como las entradas y pesos.
Es una de las características más atractivas de
redes neuronales. Esto es, aprenden a llevar a
cabo ciertas tareas mediante un entrenamiento
conejemplos ilustrativos. Como las redes
neuronales pueden aprender a diferenciar
patrones mediante ejemplos y entrenamientos,
no es necesario elaborar modelos a priori ni
necesidad de especificar funciones de
distribución de probabilidad.
DESVENTAJAS DE LAS RNA
No son muchas las desventajas de las RNA, al menos
desde el punto de vista del software o de los
lenguajes computacionales, pero si anivel de
Hardware. La capacidad de las redes neuronales
radica en su habilidad de procesar información en
paralelo (esto es, procesar múltiples pedazos de
datos simultáneamente). Desafortunadamente, las
máquinas hoy en día son en serie - sólo ejecutan una
instrucción a la vez. Por ello, modelar procesos
paralelos en máquinas serie puede ser un proceso
que consuma mucho tiempo. Como todoen este día y
época, el tiempo es esencial, lo que a menudo deja
las redes neuronales fuera de las soluciones viables a un problema
APLICACIONES
Las redes neuronales tienen un gran número de
aplicaciones reales en la industria. De hecho ya han
sido aplicadas en muchos dispositivos electrónicos
comerciales, debido a que estas, muestran mejores
resultados en el reconocimiento de patrones otendencia de los datos que están bien adaptados
para la previsión de las necesidades. Según el artículo
titulado “Artificial Neural Networks” [7] De esta
amplia gama de aplicaciones nos dedicaremos a
algunas:
• Reconocimiento de Caracteres: Esta idea tomó
mucho auge y fue tomada inicialmente en las
palm que fueron muy populares hace algunos
años, aun esta aplicación se emplea en algunostablets y teléfonos celulares táctiles. De hecho, el
reconocimiento de caracteres, permite reconocer
texto escrito manualmente.
• Compresión de imágenes: Las redes neuronales
pueden recibir y procesar grandes cantidades de
información a la vez, siendo esto útil en la
compresión de imágenes, solo basta hacer una
observación con el crecimiento del internet y del
diseño de imágenes y deanimaciones, cada vez
más pesadas, pero en los navegadores de
internet, son muy livianas.
• Mercado de Valores: El negocio del día a día de la
bolsa bursátil es muy complicado, muchos
factores pesan en si una acción propuesta subirá
o bajará. Desde las RNA se puede examinar una
gran cantidad de información en forma rápida y
organizar todo de manera que se pueda hacer un
adecuado estudio deproyección y predecir el
valor de las acciones.
El mundo de la informática tiene mucho que ganar
con las redes neuronales. Su capacidad para aprender
por ejemplo, hace que sean extremadamente
flexibles y adaptables a un sin número de
aplicaciones, convirtiéndolas en una herramienta
potente. Cabe destacar que no se hace necesario
elaborar un algoritmo para realizar una tarea
específica, es...