Académique Documents
Professionnel Documents
Culture Documents
Resumen
El presente trabajo se enfoca a la comparacin de la eficiencia de diferentes redes neuronales para el reconocimiento de caracteres individuales del alfabeto espaol. El reconocimiento de caracteres en base a redes neuronales engloba un conjunto de procedimientos mtodos y algoritmos, los cuales constan de dos partes, una fase de entrenamiento durante la cual la red neuronal artificial aprende y una segunda etapa que permite reconocer de forma automtica caracteres. En el presente trabajo se implementaran diferentes redes neuronales artificiales, se realizar el entrenamiento con todos los caracteres del alfabeto espaol y se realizar la comparacin determinando los errores de aproximacin.
Palabras clave
Inteligencia Artificial, Red Neuronal Artificial, Backpropagation, Adaline, Perceptron y Kohonen
1.3.3 Aprendizaje.
Aprendizaje supervisado.
En este tipo de aprendizaje se muestran cierto tipo de patrones a la red y una salida deseada para estos patrones as se logre minimizar al mximo el error aplicando una frmula matemtica, la cual ajusta los pesos para dar la salida real lo ms parecida posible a la salida deseada. Las aplicaciones ms importantes para este tipo de aprendizaje es Asociaciones de patrones, esto es asocia a dos patrones y permite recuperar la informacin a pesar de errores en la capa de entrada. Modeladores funcionales, las redes neuronales artificiales permiten, gracias a su capacidad de ajustar el error dar los valores ms cercanos a una funcin de la que solo sabemos algunos puntos. Aprendizaje no supervisado.
Este tipo de aprendizaje no necesita que le mostremos los patrones objetivos para salida, ya que el algoritmo y la regla de modificacin de las conexiones producen patrones de salida consistentes. Cuando Pgina 2
2 CONCLUSIONES
La teora de redes neuronales artificiales, presenta grandes ventajas con respectos a otros modelos tpicos de solucin de problemas de ingeniera, una de ellas es su inspiracin en modelos biolgicos del funcionamiento del cerebro, lo que facilita su estudio debido a las analogas que pueden introducirse para su anlisis. Los modelos matemticos en que han sido desarrollados los algoritmos para todos los tipos de redes son modelos sencillos, que aunque exigen cierto grado ANDREA CORTEZ HERRERA Pgina 4
Pgina 5
Pgina 6