Red Neuronal (IA) by Gabriel Angello Antonelly Gamez https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8 Inteligencia Artificial en-us 2017-02-23 20:43:01 UTC 2026-01-22 10:07:20 UTC hello@padlet.com Redes Neuronales Artificiales gabriel_antonelly_7 https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155901750 son un enfoque computacional, que se basa en una gran colección de unidades neurales (también conocido como neuronas artificiales), para modelar libremente la forma en que un cerebro biológico resuelve problemas con grandes grupos de neuronas biológicas conectados por los axones.]]> 2017-02-23 20:47:26 UTC https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155901750 Elementos de una RNA gabriel_antonelly_7 https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155902486 1). ENTRADAS. Estas capas reciben la información desde el exterior como son: Entradas Wj a la neurona.

2). PESOS. son coeficientes que pueden adaptarse dentro de la red que determinan la intensidad de la señal de entrada registrada por la neurona artificial.

3). SALIDAS. es directamente equivalente al valor resultante de la función de activación.

]]> 2017-02-23 20:50:29 UTC https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155902486 Caractericticas de una RNA gabriel_antonelly_7 https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155903369 1). Topología. Consiste en la organización y disposición de las neuronas en la red formando capas o agrupaciones de neuronas. Los parámetros fundamentales de la red son: número de capas, número de neuronas por capa, grado de conectividad y tipo de conexión entre neuronas.

2). Mecanismo de aprendizaje. El aprendizaje es el proceso por el cual una red neuronal modifica sus pesos en respuesta a una información de entrada.

3). Redes con aprendizaje supervisado. Se caracteriza porque el proceso de aprendizaje se realiza mediante un entrenamiento controlado por un agente externo (supervisor, maestro) que determina la respuesta que debería generar la red a partir de una entrada determinada.

4). Redes con aprendizaje no supervisado. No requieren de influencia externa para ajustar los pesos de las conexiones entre sus neuronas.

]]> 2017-02-23 20:54:29 UTC https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155903369 Ventajas gabriel_antonelly_7 https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155904363 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 20:59:02 UTC https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155904363 Desventajas gabriel_antonelly_7 https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155904617 • 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 21:00:06 UTC https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155904617 Usos de la RNA gabriel_antonelly_7 https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155904844        En finanzas: se utilizan para prever la evolución de los precios, valorar el riesgo de los créditos , identificar falsificaciones, interpretar firmas, entre otras.

·               En Medicina: en analizadores de habla para la ayuda de audición de sordos profundos y en el diagnóstico y tratamiento a partir de síntomas y/o de datos analíticos.

·               Monitorización en cirugía

·               Usos militares: para clasificar las señales  de radar, creación de armas inteligentes y optimización del uso de recursos escasos.

·               En procesos de Manufacturación: en control de producción de líneas  de proceso, filtrado de señales e inspección de calidad, entre otras.

]]> 2017-02-23 21:01:15 UTC https://padlet.com/gabriel_antonelly_7/ei2dpn1c52f8/wish/155904844