Mi dominio estiloso by https://padlet.com/acosta94kevin/98lhxynzc83g Hecho con carisma en-us 2017-02-23 06:22:02 UTC 2025-10-23 01:01:53 UTC hello@padlet.com Elementos de LA RNA acosta94kevin https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155665393
  • El elemento mas fundamental es la neurona (nodo)
  • Conjunto de entradas o vector de entradas x, de n componentes
  • Conjunto de pesos sinápticos wij. Representan la interacción entre la neurona presináptica j y la postsináptica i.
  • Regla de propagación d(wij,xj(t)): proporciona el potencial postsináptico, hi(t).
  • Función de activación ai(t)=f(ai(t-1), hi(t)): proporciona el estado de activación de la neurona en función del estado anterior y del valor postsináptico.
  • Función de salida Fi(t): proporciona la salida yi(t), en función del estado de activación.

    • ]]>     2017-02-23 06:22:36 UTC https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155665393     Concepto acosta94kevin https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155665535 Las redes neuronalesno son más que otra forma de emular ciertas características propias de los humanos. ]]> 2017-02-23 06:24:03 UTC https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155665535 Caracteristicas acosta94kevin https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155668997 Se puede conectar a traves de diferentes arquitecturas:
    • Red monocapa.
    • Red multicapa .
    • Red recurrente.
    Se clasifican en modelos como ser:
    1. Una estructura de procesamiento distribuida y paralela (opuestamente al CPU de una comutadora).
    2. Alto grado de conexion entre las unidades basicas.
    3. Conexiones modificables en funcion de la experiencia.
    4. Un proceso de aprendizaje constante y de ser posible uno no supervisado
    5. Aprendisaje basado en informacion local.
    6. Robustez en la performance si algunas unidades son removidas.


    ]]>     2017-02-23 07:04:52 UTC https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155668997     Ventajas acosta94kevin https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155670349
  • 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 (ej. si la información de entrada es la imagen de un objeto, 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 cuál si esto es implementado con computadoras o en dispositivos electrónicos especiales, se pueden obtener respuestas en tiempo real.

    • ]]>     2017-02-23 07:18:43 UTC https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155670349     Desventajas acosta94kevin https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155671062  Complejidad de aprendizaje para grandes tareas, cuanto más cosas se necesiten que aprenda una red, mas complicado será enseñarle.

    • Tiempo de aprendizaje elevado. Esto depende de dos factores: primero si se incrementa la cantidad de patrones a identificar o clasificar y segundo si se requiere mayor flexibilidad o capacidad de adaptación de la red neuronal para reconocer patrones que sean sumamente parecidos, se deberá invertir mas tiempo en lograr que la red converja a valores de pesos que representen lo que se quiera enseñar.
    • No permite interpretar lo que se ha aprendido, la red por si sola proporciona una salida, un número, que no puede ser interpretado por ella misma, sino que se requiere de la intervención del programador y de la aplicación en si para encontrarle un significado a la salida proporcionada.
    • Elevada cantidad de datos para el entrenamiento, cuanto mas flexible se requiera que sea la red neuronal, mas información tendrá que enseñarle para que realice de forma adecuada la identificación.

    Otros problemas con las redes neuronales son la falta de reglas definitorias que ayuden a realizar una red para un problema dado.

    ]]>     2017-02-23 07:24:30 UTC https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155671062     Implementacion acosta94kevin https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155671192
  •  Simulacion software de redes neuronales artificiales.
  •  Emulacion de harware de redes neuronales artificiales
  • Implementacion en hardware. 
    • ]]>     2017-02-23 07:25:32 UTC https://padlet.com/acosta94kevin/98lhxynzc83g/wish/155671192