https://padlet.com/joseturcios1622/z2kkh4408eq9 Identificaremos los aspectos Generales De Las Redes Neuronales en-us 2017-02-23 14:39:57 UTC 2026-03-20 23:08:09 UTC hello@padlet.com https://padlet-assets.s3.amazonaws.com/icons/Diskette.png joseturcios1622 https://padlet.com/joseturcios1622/z2kkh4408eq9/wish/155761316 Un tema de investigación desde hace cierto tiempo es el comportamiento del cerebro. Las Redes Neuronales Artificiales (RNA) son motivadas por el deseo de emular el comportamiento biológico del sistema nervioso. Bajo este termino se agrupan modelos cuya intención es de imitar ciertas funciones del cerebro humano, reproduciendo algunas ideas de sus estructuras de base. La idea subyacente, muy ambiciosa, es de reproducir el comportamiento del cerebro. Las RNA son conocidas bajo otros nombres en la literatura, tales como modelos conexionistas, modelos de procesamiento distribuido, etc.]]> 2017-02-23 14:45:33 UTC https://padlet.com/joseturcios1622/z2kkh4408eq9/wish/155761316 joseturcios1622 https://padlet.com/joseturcios1622/z2kkh4408eq9/wish/155765588 Los elementos individuales de cálculo que forman los modelos de sistemas neuronales artificiales, reciben el nombre de Elementos de Procesado o Neuronas Artificiales. Cada unidad realiza un trabajo muy simple: recibe impulsos de otras unidades o de estímulos externos y calcula una señal de salida que propaga a otras unidades y, además, realiza un ajuste de sus pesos. Este tipo de modelos, es inherentemente paralelo en el sentido de que varias unidades pueden realizar sus cálculos al mismo tiempo. El elemento de procesado más simple suele tener el esquema mostrado en la siguiente imagen:
Donde:

1. a: es la salida de la neurona.
2. F_k: es la función de transferencia de la neurona.
3. W_ij: es la matriz de pesos.
4. P_i:es el patrón de entrenamiento.
5. b_k:es el umbral de activación de la neurona.

]]> 2017-02-23 14:55:25 UTC https://padlet.com/joseturcios1622/z2kkh4408eq9/wish/155765588 joseturcios1622 https://padlet.com/joseturcios1622/z2kkh4408eq9/wish/155785650  1. Consisten de unidades de procesamiento que intercambian datos o
información.
2.  Se utilizan para reconocer patrones, incluyendo imágenes, manuscritos y
secuencias de tiempo (por ejemplo: tendencias financieras).
3. Tienen capacidad de aprender y mejorar su funcionamiento.]]> 2017-02-23 15:44:06 UTC https://padlet.com/joseturcios1622/z2kkh4408eq9/wish/155785650 joseturcios1622 https://padlet.com/joseturcios1622/z2kkh4408eq9/wish/155790616 Ventajas
1. Aprendizaje Adaptativo. Capacidad de aprender a realizar tareas basadas en
un entrenamiento o en una experiencia inicial.
2. Auto-organización. Una red neuronal puede crear su propia organización o
representación de la información que recibe mediante una etapa de aprendizaje.
3. Tolerancia a fallos. La destrucción parcial de una red conduce a una
degradación de su estructura; sin embargo, algunas capacidades de la red se pueden
retener, incluso sufriendo un gran daño.
4. Operación en tiempo real. Los cómputos neuronales pueden ser realizados en
paralelo; para esto se diseñan y fabrican máquinas con hardware especial para obtener
esta capacidad.
5. Fácil inserción dentro de la tecnología existente. Se pueden obtener chips
especializados para redes neuronales que mejoran su capacidad en ciertas tareas. Ello
facilitará la integración modular en los sistemas existentes.

Desventajas

1. Complejidad de aprendizaje para grandes tareas, cuanto más cosas se necesiten que aprenda una red, mas complicado será enseñarle.
2. 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.

3. 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.

4. 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.

5. 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 15:58:11 UTC https://padlet.com/joseturcios1622/z2kkh4408eq9/wish/155790616 joseturcios1622 https://padlet.com/joseturcios1622/z2kkh4408eq9/wish/155795965 Biología:
- Aprender más acerca del cerebro y otros sistemas.
- Obtención de modelos de la retina.
Empresa:
- Evaluación de probabilidad de formaciones geológicas y petrolíferas.
- Identificación de candidatos para posiciones específicas.
- Explotación de bases de datos.
- Optimización de plazas y horarios en líneas de vuelo.
- Optimización del flujo del tránsito controlando convenientemente la temporización de los semáforos.
- Reconocimiento de caracteres escritos.
- Modelado de sistemas para automatización y control.
Medio ambiente:
- Analizar tendencias y patrones.
- Previsión del tiempo.
Finanzas:
- Previsión de la evolución de los precios.
- Valoración del riesgo de los créditos.
- Identificación de falsificaciones.
- Interpretación de firmas.

Manufacturación:
- Robots automatizados y sistemas de control (visión artificial y sensores de presión, temperatura, gas, etc.).
- Control de producción en líneas de procesos.
- Inspección de la calidad.
Medicina:
- Analizadores del habla para ayudar en la audición de sordos profundos.
- Diagnóstico y tratamiento a partir de síntomas y/o de datos analíticos(electrocardiograma, encefalogramas, análisis sanguíneo, etc.).
- Monitorización en cirugías.
- Predicción de reacciones adversas en los medicamentos.
- Entendimiento de la causa de los ataques cardíacos.
Militares:
- Clasificación de las señales de radar.
- Creación de armas inteligentes.
- Optimización del uso de recursos escasos.
- Reconocimiento y seguimiento en el tiro al blanco. ]]> 2017-02-23 16:12:11 UTC https://padlet.com/joseturcios1622/z2kkh4408eq9/wish/155795965