I Sistemas Computacionales
Páginas: 18 (4376 palabras)
Publicado: 27 de mayo de 2013
Redes Neuronales
Las redes neuronales como su nombre lo indica pretenden imitar a pequeñísima escala la forma de funcionamiento de las neuronas que forman el cerebro humano. Todo el desarrollo de las redes neuronales tiene mucho que ver con la neurofisiología, no en vano se trata de imitar a una neurona humana con la mayor exactitud posible.
La activación de la neurona se calcula mediante lasuma de los productos de cada entrada y la salida es una función de esta activación. La principal clave de este sistema se encuentra en los pesos de las diferentes entradas.
Modelos de las redes neuronales
La neurona biológica
A finales del siglo XIX se logró una mayor claridad sobre el trabajo del cerebro debido a los trabajos de Ramón y Cajal en España y Sherrington en Inglaterra. Elprimero trabajó en la anatomía de las neuronas y el segundo en los puntos de conexión de las mismas o sinapsis. Se estima que en cada milímetro del cerebro hay cerca de 50.000 neuronas, conteniendo en total más de cien mil millones de neuronas y sinapsis en el sistema nervioso humano.
El tamaño y la forma de las neuronas es variable, pero con las mismas subdivisiones que muestra la figura.Subdividiéndose así en tres partes:
1. El cuerpo de la neurona,
2. Ramas de extensión llamadas dendritas para recibir las entradas, y
3. Un axón que lleva la salida de la neurona a las dendritas de otras neuronas.
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 conexionessinápticas (algunas neuronas se comunican solo con las cercanas, mientras que otras se conectan con miles).
La transmisión de una señal de una célula a otra por medio de la sinapsis es un proceso químico. En él se liberan substancias transmisoras en el lado del emisor de la unión. El efecto es elevar o disminuir el potencial eléctrico dentro del cuerpo de la célula receptora.
Una neurona se puedecomparar con una caja negra compuesta por varias entradas y una salida. La relación de activación entre la salida y la entrada, o en términos circuitales o de teoría de control.
La neurona artificial.
Un circuito eléctrico que realice la suma ponderada de las diferentes señales que recibe de otras unidades iguales y produzca en la salida un uno o un cero según el resultado de la suma conrelación al umbral o nivel de disparo, conforma una buena representación de lo que es una neurona artificial. La función de transferencia para la activación o disparo de la neurona puede ser de umbral lógico (figura 4ª) o de limitación dura (figura 4b) o de función sigmoidal (tipo s) (figura 4c). W representa el peso o ponderación de la conexión a través de una entrada.
En particular, lafunción sigmoidal se define así:
La neurona artificial es un dispositivo eléctrico que responde a señales eléctricas. La respuesta la produce el circuito activo o función de transferencia que forma parte del cuerpo de la neurona. Las "dendritas" llevan las señales eléctricas al cuerpo de la misma. Estas señales provienen de sensores o son salidas de neuronas vecinas. Las señales por las dendritaspueden ser voltajes positivos o negativos; los voltajes positivos contribuyen a la excitación del cuerpo y los voltajes negativos contribuyen a inhibir la respuesta de la neurona como se muestra en la siguiente figura.
Perceptrón
El Perceptrón es un tipo de red neuronal artificial desarrollado por Frank Rosenblat, también puede entenderse como perceptrón la neurona artificial y unidad básica deinferencia en forma de discriminador lineal, que constituye este modelo de red neuronal artificial, esto debido a que el perceptrón puede usarse como neurona dentro de un perceptrón más grande u otro tipo de red neuronal artificial.
Adaline
El adaline (de ADAptative LINear Element) es un tipo de red neuronal artificial desarrollada por el profesor Bernie Widrow y su alumno Ted Hoff en la...
Las redes neuronales como su nombre lo indica pretenden imitar a pequeñísima escala la forma de funcionamiento de las neuronas que forman el cerebro humano. Todo el desarrollo de las redes neuronales tiene mucho que ver con la neurofisiología, no en vano se trata de imitar a una neurona humana con la mayor exactitud posible.
La activación de la neurona se calcula mediante lasuma de los productos de cada entrada y la salida es una función de esta activación. La principal clave de este sistema se encuentra en los pesos de las diferentes entradas.
Modelos de las redes neuronales
La neurona biológica
A finales del siglo XIX se logró una mayor claridad sobre el trabajo del cerebro debido a los trabajos de Ramón y Cajal en España y Sherrington en Inglaterra. Elprimero trabajó en la anatomía de las neuronas y el segundo en los puntos de conexión de las mismas o sinapsis. Se estima que en cada milímetro del cerebro hay cerca de 50.000 neuronas, conteniendo en total más de cien mil millones de neuronas y sinapsis en el sistema nervioso humano.
El tamaño y la forma de las neuronas es variable, pero con las mismas subdivisiones que muestra la figura.Subdividiéndose así en tres partes:
1. El cuerpo de la neurona,
2. Ramas de extensión llamadas dendritas para recibir las entradas, y
3. Un axón que lleva la salida de la neurona a las dendritas de otras neuronas.
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 conexionessinápticas (algunas neuronas se comunican solo con las cercanas, mientras que otras se conectan con miles).
La transmisión de una señal de una célula a otra por medio de la sinapsis es un proceso químico. En él se liberan substancias transmisoras en el lado del emisor de la unión. El efecto es elevar o disminuir el potencial eléctrico dentro del cuerpo de la célula receptora.
Una neurona se puedecomparar con una caja negra compuesta por varias entradas y una salida. La relación de activación entre la salida y la entrada, o en términos circuitales o de teoría de control.
La neurona artificial.
Un circuito eléctrico que realice la suma ponderada de las diferentes señales que recibe de otras unidades iguales y produzca en la salida un uno o un cero según el resultado de la suma conrelación al umbral o nivel de disparo, conforma una buena representación de lo que es una neurona artificial. La función de transferencia para la activación o disparo de la neurona puede ser de umbral lógico (figura 4ª) o de limitación dura (figura 4b) o de función sigmoidal (tipo s) (figura 4c). W representa el peso o ponderación de la conexión a través de una entrada.
En particular, lafunción sigmoidal se define así:
La neurona artificial es un dispositivo eléctrico que responde a señales eléctricas. La respuesta la produce el circuito activo o función de transferencia que forma parte del cuerpo de la neurona. Las "dendritas" llevan las señales eléctricas al cuerpo de la misma. Estas señales provienen de sensores o son salidas de neuronas vecinas. Las señales por las dendritaspueden ser voltajes positivos o negativos; los voltajes positivos contribuyen a la excitación del cuerpo y los voltajes negativos contribuyen a inhibir la respuesta de la neurona como se muestra en la siguiente figura.
Perceptrón
El Perceptrón es un tipo de red neuronal artificial desarrollado por Frank Rosenblat, también puede entenderse como perceptrón la neurona artificial y unidad básica deinferencia en forma de discriminador lineal, que constituye este modelo de red neuronal artificial, esto debido a que el perceptrón puede usarse como neurona dentro de un perceptrón más grande u otro tipo de red neuronal artificial.
Adaline
El adaline (de ADAptative LINear Element) es un tipo de red neuronal artificial desarrollada por el profesor Bernie Widrow y su alumno Ted Hoff en la...
Leer documento completo
Regístrate para leer el documento completo.