TECNOLOGICO DE ESTUDIOS SUPERIORES DE JOCOTITN

Redes Neuronales Artificiales (RNA)

Trabajo de Investigacin que presentan los alumnos de: INGENIERIA EN SISTEMAS COMPUTACIONALES

AUTORES
Cruz Amado Ezequiel Lpez Pia Vernica Martnez Monroy Juan Carlos Reyes Romero Georgina Patricia Torres Becerril Mylee Annel

DOCENTE
Ing. Yerene Castillo Margarita

JOCOTITLN, MXICO. 20 JUNIO DE 2012

INVESTIGACIN
[RNA]

INDICE
Contenido
I N D I C E ............................................................................................................................................. 2 I N T R O D U C C I N ......................................................................................................................... 3 M A R C O T E O R I C O ...................................................................................................................... 5 HISTORIA ......................................................................................................................................... 5 CUADRO COMPARATIVO ................................................................................................................. 8 FUNCIONAMIENTO........................................................................................................................ 10 APLICACIONES ............................................................................................................................... 14 P L A N T E A M I E N T O D E L P R O B L E M A.............................................................................. 19 A R B O L D E L P R O B L E M A ...................................................................................................... 20 H I P O T E S I S P R O Y E C T O ........................................................................................................ 21 O B J E T I V O S .................................................................................................................................. 21 J U S T I F I C A C I N ........................................................................................................................ 22 D E L I M I T A C I O N E S ................................................................................................................... 23 I M P A C T O S ................................................................................................................................... 24 IMPACTOS ETICOS ......................................................................................................................... 24 IMPACTOS SOCIALES ..................................................................................................................... 24 IMPACTOS TECNOLOGICOS ........................................................................................................... 25 IMPACTOS ECOLOGICOS O AMBIENTALES .................................................................................... 26 IMPACTOS ECONOMICOS.............................................................................................................. 26 M E T O D O L O G I A U T I L I Z A R ................................................................................................. 28 A S E G U R A M I E N T O T E C N I C O M A T E R I A L ................................................................. 29 F U E N T E S D E I N F O R M A C I N ........................................................................................... 31 C R O N O G R A M A D E A C T I V I D A D E S ................................................................................ 32

INVESTIGACIN
[RNA]

INTRODUCCIN
En esta investigacin el paradigma de Redes Neuronales Artificiales es popular dentro de la Inteligencia Computacional ya que es una herramienta para resolver o plantear problemas, introduciendo de manera muy resumida aspectos relevantes como un Sistema Neuronal Artificial, con la finalidad de llegar a la arquitectura de las mismas. Una Red Neuronal Artificial (RNA) se conecta por medio de una zona de trasmisin de corriente bien estructurada para que la informacin pueda programarse en un nico sentido, esto se lleva acabo por medio de 3 capas las cuales son entrada, proceso, salida y ocultas, tambin podemos hablar de estructuras de una sola capa o de multicapas para usar este tipo de estructuras es importante tener en cuenta el flujo de o curso de informacin. Para que todo esto se lleve acabo existen propiedades en donde cada neurona se le asocia a una variable, un peso, un lmite y una funcin. Todo esto se resume como un proceso de investigacin sobre arquitectura de Redes Neuronales Artificiales, encargado de producir acciones o resultados que maximizan un rendimiento determinado, basado en entradas percibidas y en conocimiento almacenado, basado con una planificacin automtica. 3

INVESTIGACIN
[RNA]

Tratando de simular, imitar el sistema neurolgico humano pero no tan exacto ya que esto es artificial si no real. De tal manera que procederemos a desglosar la investigacin en temas y subtemas para hacer comprender cada uno de ellos a si como su definicin, estos sern de forma especifica, clara y precisas para que el lector tenga una comprensin, adems de que despierte inters en el conocimiento de estos tpicos sin el uso de un lenguaje complejo. Para que el lector genere su conclusin en forma sencilla sobre todas las actividades encaminadas a los grandes avances cientficos y tecnolgicos.

INVESTIGACIN
[RNA]

MARCO TEORICO
HISTORIA En 1943 se hizo el primer intento de emular artificialmente la actividad de una neurona. El matemtico Walter Pitts y el neurocientfico Warren McCulloch disearon un circuito electrnico al que denominaron neurona MP (por las iniciales de sus apellidos), el cual tena varias entradas de informacin y una sola salida. Una dcada ms tarde, Frank Rosemblatt creara el Perceptor, aparato compuesto por una red de neuronas artificiales alimentadas mediante celdas sensibles a la luz. Un producto directo de estas investigaciones son las redes neuronales de propagacin hacia atrs, cuya principal aplicacin es en programas de reconocimiento de patrones ayudando a los investigadores en el desarrollo de sistemas de reconocimiento de rostros y vehculos o en la clasificacin de galaxias distantes. Sin embargo para poder distinguir patrones de informacin este aprendizaje aun no es del todo inteligente, pues aunque se aprende con base a errores tiene limitantes en el procesamiento e iniciativa independiente. En la actualidad hay dos lneas de investigacin que buscan crear un programa que aprenda por si mismo.

INVESTIGACIN
[RNA]

La primera es el sistema Electrnico de Plsticos Escalables Adaptativos Neuromrficos (SyNAPSE o sinapsis por el juego de palabras), que investiga la manera de emular la circuitera neuronal del cerebro. Aprendizaje autnomo Con el financiamiento de la Agencia de Investigacin de Proyectos Avanzados de Defensa (DARPA, por sus siglas en ingles) y la participacin de la empresa de computadoras IBM, el objetivo de SyNAPSE es lograr que los sistemas electrnicos a base de transistores, circuitos integrados, microprocesadores entre otros, utilicen arquitecturas semejantes a los sistemas biolgicos neuronales propios de un cerebro humano. Esta migracin hacia sistemas electrnicos con arquitecturas neuronales busca, por un lado, crear maquinas capaces de adaptarse con eficiencia a los ambientes del mundo real, y por otro lado, dar un salto evolutivo en los procedimientos para crearlas. El objetivo es lograr que se independice de los sistemas de programacin que actualmente les dan vida, para que obedezcan acciones. Tambin ayudara a la solucin de un problema de computacin muy conocido Cuello de botella de Von Neuman: la memoria de la computadora y la unidad de procesamiento central (CPU) actan de manera independiente. a sus propias percepciones y sensaciones, las cuales transformaran en experiencias, de las que aprendern para ejecutar sus

INVESTIGACIN
[RNA]

Esta situacin limita el procesamiento de grandes cantidades de informacin; sin importar las enormes capacidades de la computadora, el tiempo que toma intercambiar los datos entres sus componentes impide aprovechar su potencial, a diferencia de un cerebro humano el cual es capaz de procesarlas de forma paralela. El fsico Thomas Georges, investigador de IBM, opina que al aumentar su inteligencia, las maquinas sern capaces de redisear y modificar sus propios programas, aptitud que incluso las har impredecibles. Agrega que la super inteligencia podr alojarse ya sea en una computadora, red de computadoras o tejidos biolgicos, dejando abierta la posibilidad de que despierte conciencia propia y que tenga experiencias subjetivas.

INVESTIGACIN
[RNA]

CUADRO COMPARATIVO

Redes Neuronales Una neurona es una clula viva, y como tal, contiene los mismos elementos que forman parte de todas las clulas biolgicas, adems, de poseer elementos caractersticos que la diferencian. En general una neurona consta de un cuerpo celular ms o menos esfrico de 5 a 10 micras de dimetro, del que sale una rama principal el axn, y varias ramas ms cortas denominadas dentritas. A su vez el axn puede producir ramas en torno a su punto de arranque, y con frecuencia se ramifica extensamente cerca de su extremo.

Redes Neuronales Artificiales Cualquier modelo de red neuronal consta de dispositivos elementales de procesamiento: las neuronas. A partir de ellas, se pueden generar representaciones especficas, de tal forma que un estado conjunto de ellas pueda significar una letra, un nmero o cualquier otro objeto. Generalmente se pueden encontrar tres tipos de neuronas: 1. Aquellas que reciben estmulos externos, relacionas con el aparato sensorial, que tomarn la informacin de la entrada, denominadas unidades de entrada. 2. Dicha informacin se transmite a ciertos elementos internos que se ocupan de su proceso. Es la sinapsis y neuronas correspondientes a este segundo nivel donde se genera cualquier tipo de representacin interna de la informacin. Puesto que no tienen relacin directa con la informacin de entrada y de salida, estos elementos se denominan unidades ocultas. 3. Una vez ha finalizado el periodo de procesado, la informacin llega a las unidades de salida, cuya misin es dar la respuesta del sistema.

Esquema de una neurona biolgica. Una de las caractersticas que diferencian a las neuronas del resto de clulas vivas, es su capacidad de comunicarse.

INVESTIGACIN
[RNA]

En trminos generales, las dentritas y el cuerpo celular reciben seales de entrada, el cuerpo celular las combina e integra y emite seales de salida. El axn transporta esas seales a los terminales axnicos, que se encargan de distribuir informacin a un nuevo conjunto de neuronas. Por lo general una neurona recibe informacin de miles de otras neuronas y, a su vez, enva informacin a miles de neuronas ms. Se calcula que en el cerebro humano existen del orden de 10 a la 15 conexiones. En la tabla 1 se muestra un paralelo entre un Esquema de una neurona artificial computador secuencial (Computador de Von Neumann) y un sistema biolgico. La tecnologa basada en redes neuronales artificiales es de caracter bio-inspirado pues su funcionamiento trata de imitar el funcionamiento de elementos biolgicos que en este caso los constituyen las neuronas del cerebro. En la figura 2 se ilustra una neurona artificial

INVESTIGACIN
[RNA]

FUNCIONAMIENTO ALGORITMO DE REDES NEURONALES EN INTELIGENCIA ARTIFICIAL Las redes neuronales son algoritmos que implementan un proceso cognitivo natural, no un humano, sino un animal. No es demasiado complejo, a menos seas una ameba, te debera parecer bastante lgico. Existen mltiples modelos de Redes Neuronales, que luego explicar. Ahora nos concentraremos en el funcionamiento bsico. Las redes neuronales estn inspiradas en el sistema nervioso animal. COMPOSICIN DE UNA RED NEURONAL En las redes tendremos dos componentes base:

Neuronas Interconexiones

10

INVESTIGACIN
[RNA]

Y las definiremos en 3 aspectos bsicos:

Entrada Capa Oculta (Yo le digo de procesamiento) Salida

El primer aspecto, la entrada, es nuestro punto de partida inicial. La informacin que debemos analizar para luego procesar. Ejemplo: Este tipo, Que otros tipos tendrn informacin de este tipo. similar para recomendar? Ergo, tenemos la diferente informacin o de entrada que podemos generar a raz

11

INVESTIGACIN
[RNA]

Las capas ocultas son los clculos que usaremos para la estimacin de la valoracin de una entrada(s). Se les dice ocultas porque no las ve el usuario o persona que opera. La salida es el procesamiento final, la respuesta a nuestra pregunta. En estos modelos, SIEMPRE es una. Cmo usar una red neuronal

Se debe definir que factores sern los intervinientes en el "aprendizaje" del sistema y como queremos que sean procesados. Un ejemplo claro puede ser el uso de ndices. Si este tipo est tangueado como Inteligencia Artificial (Lo est), entonces intervendr como parte del proceso de anlisis en las capas ocultas. Pero tambin el ttulo es importante, por lo cual la segunda entrada participar en el mismo nivel de procesamiento. Podramos armar cuantas lgicas queramos, lo importante es entender si necesitamos "ir para adelante" o "para atrs" en algn punto del aprendizaje. Esto es dado que existen redes que van hacia atrs en algunas ocasiones llamadas "retro propagacin".

12

INVESTIGACIN
[RNA]

APRENDIZAJE Y ENTRENAMIENTO DE UNA RED NEURONAL

El sistema de una red neuronal tiene un criterio de aprendizaje un tanto acotado ya que solo puede determinar valores objetivos y directos a nuestros valores de entrada. Por ello podemos emplear los siguientes criterios para su aprendizaje: Supervisado: Un humano le indica si el aprendizaje es correcto (Usarlo) o incorrecto (No volver a usarlo). No Supervisado: El sistema es capaz de auditar sus propias conclusiones (Esquema de comprobacin). Hbridas: Una mezcla entre supervisados y no supervisados.

13

INVESTIGACIN
[RNA]

APLICACIONES Las redes neuronales artificiales (RNA) son aplicadas en diversos mbitos de la actividad humana. Una de sus aplicaciones es como herramienta de anlisis de informacin, especficamente dentro de la Bibliometra. En este trabajo se hace una introduccin sobre las particularidades de las RNA, especficamente las basadas en el modelo Kohonen (Mapas autoorganizativos). Se exponen los elementos que la integran y se vincula su principio de funcionamiento con la Bibliometra. Se utiliza y caracteriza un software el concepto y los algoritmos de los mapas auto-organizativos. Se ejemplifica la utilidad de las RNA, dentro de la Bibliometra, a travs de casos prcticos. Se estima que a pesar de las limitaciones tcnicas, las redes neuronales aplicadas a la Bibliometra constituyen un campo de investigacin muy prometedor. Un ejemplo es presentado a continuacin. La disciplina multidisciplinar de las redes neuronales es aplicada en esta seccin, donde se asume a la produccin de los documentos de patentes como indicador de la capacidad de desarrollo industrial. El objetivo es identificar posibles competidores, alianzas estratgicas, dependencia tecnolgica, etc. Se escogi para el primer ejemplo la representacin de la situacin tecnolgica de la Neisseria meningitidis.

14

INVESTIGACIN
[RNA]

Las diferentes instituciones en la primera hoja de sus patentes hacen referencias a otras patentes, a partir de estos datos se puede inferir el impacto que produce una tecnologa o institucin en otra. Con el objetivo de determinar la dependencia tecnolgica entre instituciones, se realiz un anlisis de citas, estas formaron los cluster que aparecen en la figura 5.

Posicin tecnolgica de las instituciones segn las citaciones. El mapa tecnolgico presentado en la figura anterior representa a tres cluster: cluster 1 formado solamente por la Merck & Co., un cluster 2 formado nicamente por el National Res. Council of Canad y el cluster 3 que incluye al resto de las instituciones.

15

INVESTIGACIN
[RNA]

Este ltimo grupo est formado por una gran cantidad de instituciones que tienen igual estrategia de citacin, sobre todo las representadas con colores ms claros y sin lmites de separacin. Se presupone que estas firmas se basan para su desarrollo en su propia base tecnolgica, pues citan poco a otras instituciones. El cluster 2 evidencia un alto nivel de auto citacin, cuando esto sucede, algunos investigadores [1] en el tema sealan que probablemente esta institucin tenga un nicho de proteccin cerrada sobre un espacio tecnolgico. Puede estar ocurriendo que exista una patente importante, la cual se ha rodeado de invenciones mejoradas. El cluster formado por la Merck & Co. indica un mayor nivel de citacin, esto presupone una estrategia balanceada: absorbe tecnologa externa y produce tecnologa propia. La cercana de los cluster tambin es una evidencia sobre las instituciones que tienen estrategias parecidas a la de otras. La Rockefeller University hace frontera con el cluster que incluye a

North American Vaccine, y el National Res. Council de Canad; estas

instituciones forman un colegio tecnolgico invisible que basa sus desarrollos en la misma innovacin tecnolgica. Otro ejemplo Otra aplicacin se presenta en un campo diferente del conocimiento: la agricultura.

16

INVESTIGACIN
[RNA]

En este ejemplo no solo se tom como elemento de entrada la produccin documental de determinados pases, tambin se consideraron otros tipos de variables como gastos en I+D" en cada uno de los pases analizados, "personal dedicado a actividades de I+D".

Mapa de Amrica Latina y el Caribe (pases seleccionados) de acuerdo con la actividad en ciencia agrcola. En la figura 6 se presenta un mapa auto-organizado sobre la actividad en ciencia agrcola en Amrica Latina y el Caribe (se seleccionaron algunos pases segn los datos disponibles). Con ello se pretende lograr una representacin de la regin, teniendo en cuenta los indicadores de insumo y de resultados ms significativos. En la figura aparecen, en dos dimensiones,

17

INVESTIGACIN
[RNA]

22 pases. La semejanza de los pases, considerando de forma simultnea los 20 indicadores, se expresa mediante la cercana de estos en el mapa. Los 22 pases se agrupan (autorganizan) en 3 clusters o grupos: El cluster C1, que aparece en la esquina inferior izquierda, es seguido por una banda de 4 pases correspondientes al cluster C2 (Cuba, Colombia, Chile y Venezuela) y otro cluster (C3) con el resto de los pases. En el mbito regional e internacional hay un grupo de pases formado por Brasil, Mxico y Argentina que tienen una investigacin en la temtica con mayor solidez y con parecidos niveles de desarrollo. Esto coincide con los pases que presentan mayor nivel regional en el desarrollo agrcola.

18

INVESTIGACIN
[RNA]

PLANTEAMIENTO DEL PROBLEMA

Por ms sofisticadas y poderosas que sean las computadoras, estas deben ser programadas para realizar distintas instrucciones tanto sencillas como complejas, a diferencia del cerebro humano que es capaz de percibir informacin del entorno al mismo tiempo que la procesa, lograr que las neuronas artificiales logren aprender por si solas con base en sus experiencias, para que puedan adaptarse a diversas circunstancias, pero hasta que punto una neurona artificial puede igualarse a una neurona orgnica. Con que fines se crean las Neuronas Artificiales?

19

INVESTIGACIN
[RNA]

ARBOL DEL PROBLEMA

20

INVESTIGACIN
[RNA]

HIPOTESIS PROYECTO
El fenmeno de la conciencia humana entendida como al percatarse de estar consciente (autoconsciente), implica necesariamente la conexin de ciertos circuitos neuronales, de alguna manera estos circuitos neuronales se percatan de la exterioridad o extraeza de los canales simblicos y lingsticos

OBJETIVOS
GENERAL

Analizar la factibilidad del uso de las Redes Neuronales Artificiales (RNA) en la prediccin de errores en redes de computadoras y dar a conocer el funcionamiento o comportamiento de una Red Neuronal Artificial (RNA).
ESPECIFICOS

Documentar el programa de la red neuronal HCNN Predecir series de tiempo. Simular el problema con datos de la red neuronal.

21

INVESTIGACIN
[RNA]

JUSTIFICACIN
Se eligi el tema de Redes Neuronales Artificiales (RNA) porque es de sumo inters, ya que de alguna forma existe una relacin con la carrera de ingeniera en sistemas computacionales y se da a conocer el comportamiento o funcionamiento terico de las Redes Neuronales Artificiales (RNA) que se aplican en el cerebro (humano o artificial). Esta investigacin beneficiara a las personas que estn involucradas en la innovacin e investigacin de tecnologas que ayuden a facilitar el trabajo del hombre haciendo mas eficaz y eficiente su rendimiento en el trabajo. Uno de los beneficios que ofrecen las Redes Neuronales Artificiales (RNA) es que en las industrias se les facilite el trabajo de alto riesgo mediante el manejo de maquinaria pesada manipulada a travs de las Redes Neuronales Artificiales (RNA), as se reducir el riesgo de poner en peligro la integridad del personal que labora en dicha industria. Las redes neuronales artificiales son modelos que intentan reproducir el comportamiento del cerebro. Constan de dispositivos elementales de proceso (las neuronas). A partir de ellas, se pueden generar representaciones especficas, de tal forma que un estado conjunto de ellas puede significar una letra, un nmero u otro objeto.

22

INVESTIGACIN
[RNA]

DELIMITACIONES
El proyecto solo abordara de manera terica las caractersticas, funcionamiento y aplicaciones de las RNA. Solo ser una investigacin documental sin llevar a la realidad la implementacin de ellas. Delimitacin Terica: Se definirn conceptos, caractersticas,

funcionamiento y aplicacin de las RNA. Delimitacin Temporal: Se realizara durante el curso, a partir del mes de Febrero y se finalizara en el mes de Junio. Delimitacin Espacial: La investigacin podr ser difundida en el TESJo mediante una conferencia o una publicacin de un artculo. Unidades de Observacin: Se contacto un psiquiatra SERGIO PONCE para conocer su opinin profesional acerca del funcionamiento de las redes neuronales, de esta manera se comprendi de mejor manera la importancia de estas en nuestra vida.

23

INVESTIGACIN
[RNA]

IMPACTOS
IMPACTOS ETICOS Impacto Positivo: Surge en la realizacin de esta investigacin es que muchas personas que se dedican o laboran en el campo tecnolgico tendrn la facilidad y comodidad de no realizar trabajos riesgosos y cuidaran su integridad remplazando al personal por maquinas manipuladas por las personas que laboren en las industrias. Impacto Negativo: Surge al realizar esta investigacin es que la gente creyente (religiosa) no esta de acuerdo en que se altere o remplac a los humanos por la tecnologa y que vayan en contra de las reglas religiosas como lo es la implementacin de las redes neuronales artificiales.

IMPACTOS SOCIALES

Impacto Positivo: Que tendr nuestra investigacin es que la poblacin en general conocer el funcionamiento de las redes neuronales artificiales, as como tambin la implementacin de estas en todas las reas de la vida del ser humano como son en el uso militar, industrial y medico, en las que se ha invertido mayor cantidad de dinero.

24

INVESTIGACIN
[RNA]

Otro impacto positivo es que el tema es de dominio social y con demasiadas reas que aun pueden ser investigadas, nuestra investigacin quedara abierta para futuras contribuciones, tanto teora como aplicaciones o inclusive nuevas e innovadoras aplicaciones de las redes neuronales en un futuro. Por otra el Impacto Negativo que esta investigacin generara en la sociedad ser que al no generar ningn tipo de tecnologa la sociedad posiblemente se vea incrdula ante la importancia que tendr en su vida la implementacin de las redes neuronales artificiales. IMPACTOS TECNOLOGICOS Impacto Positivo: Solo es una investigacin a fondo la cual beneficiara a la comunidad estudiantil del Tecnolgico de Estudios Superiores de Jocotitln a conocer al funcionamiento de las redes neuronales artificiales as mismo con base a esta informacin se espera a que algn alumno que se interese sobre este proyecto quiera desarrollarlo fsicamente. Impacto Negativo: No se llevara acabo fsicamente.

25

INVESTIGACIN
[RNA]

IMPACTOS ECOLOGICOS O AMBIENTALES

Impacto Positivo: Debido a que el proyecto solo se realizara de manera terica y no se har uso de tecnologa alguna pues no se llevara a cabo su implementacin, no implica ningn impacto positivo al medio. Impacto Negativo: El nmero de hojas que se utilizaran al imprimir el documento ocasionan un impacto importante ya que es un nmero considerable de hojas las que se utilizaran. Podramos evitar esto solo guardando el archivo en electrnico. Ya que el tiempo utilizado para la realizacin del proyecto es muy largo, se hace uso de mucha energa al tener conectada la PC a una fuente de corriente durante varias horas.

IMPACTOS ECONOMICOS

Impacto positivo: La realizacin de la investigacin de Redes Neuronales Artifiales tiene un efecto sobre el nivel de actividades econmicas limitadas por el motivo que se ha estado mencionando a lo largo de esta investigacin el cual vuelvo a recalcar se hace de forma terica. Por tanto no tenemos gastos de gran magnitud a comparacin de que se hubiera llevado acabo un proyecto tangible.

26

INVESTIGACIN
[RNA]

Su impacto seria tan grande como en nivel econmico, monetario como lo requiera el proyecto de Redes Neuronales Artificiales cabe mencionar que el coste de un proyecto de este nivel no sale en un bajo costo. Impacto negativo: Dentro de estos la huella de nivel de economa son los gastos que se adquirieron conforme al proceso de realizacin de la investigacin como lo fueron: Impresiones Tiempo de Internet Visita Bibliotecas particulares Un engargolado Todos fueron gastos mnimos pero al final traen de cuentas traen un monto monetario.

27

INVESTIGACIN
[RNA]

METODOLOGIA UTILIZAR
La utilizacin de metodologas en la investigacin Redes Neuronales Artificiales en causa de implementacin de 3 tipos de mtodos como lo son: Mtodo Analtico. Mtodo Deductivo. Mtodo Inductivo. La razn es que cada uno de estos tiene una definicin y funcin, clara y especifica. La cual es aplicable a este tema ya que es una investigacin en donde se engloba el conjugar el analizar, deducir e involucrarnos para generar un conocimiento ms simple de este programa. Y poder resolver cada una de las dudas y preguntas por la cual se tuvo el inters en la investigacin de Redes Neuronales Artificiales. As concluimos en algo que desde el principio de tal fue la meta UNA MAQUINA REMPLAZARA AL SER HUMANO?

28

INVESTIGACIN
[RNA]

ASEGURAMIENTO TECNICOMATERIAL
RECURSOS UTILIZADOS

Recursos Humanos

Los recursos humanos utilizados en la realizacin de esta investigacin sobre Redes Neuronales Artificiales son: Cruz Amado Ezequiel Lpez Pia Vernica Martnez Monroy Juan Carlos Reyes Romero Georgina Patricia Torres Becerril Mylee Annel Ing. Yerene Castillo Margarita Psiquiat. Sergio Ponce

Recursos Materiales

Los recursos materiales a utilizar a lo largo de esta investigacin sern: Impresiones Equipos de computo Lapiceros Lpiz Revistas Libros Videos TV (Programas).

29

INVESTIGACIN
[RNA]

Recursos Tecnolgicos

Internet Equipo de computo Memoria USB Proyector

Recursos Econmicos

ASPECTO Impresiones B/N. Impresiones Color. (Investigacin original) Engargolado. Copias Internet. TOTAL

CANTIDAD 20 30 1 50 10(Horas)

PRECIO $ 1 MN c/u $ 2 MN c/u $ 12 MN c/u 0.50 MN c/u $ 8 MN (Hora) $ 1 0 5 MN

TOTAL $ 20 MN $ 60 MN $ 12 MN $ 25 MN $ 80 MN

30

INVESTIGACIN
[RNA]

FUENTES DE INFORMACIN
Redes Neuronales Artificiales y sus Aplicaciones, Profesor Xabier Basogain Olabe de Escuela Superior de Ingeniera de Bilbao UPV EHU. La era de las maquinas espirituales "La nica mirada al futuro",Kurzweil Ray,Massachusetts,2005,McGraw Hill. http://www.dominio.watson.ibm.com/comm/research.nsf/pages/r.ai.ht ml,2 de Junio de 2012,14:45, IBM, USA. Camino a la sper inteligencia "Cerebros inteligentes, Mario Todd, Muy Interesante,2010, No. 06,Pg. 88-92. Tecnologas inteligentes para la gestin empresarial. Mxico: Alfa omega, c1999. Munrriz, Luis lvarez. Fundamentos de inteligencia artificial. Espaa: Universidad de Murcia, 1994. Isasi Viuela, Pedro; Galvn Len, Ins M. Redes de neuronas artificiales: un enfoque prctico. Pearson Educacin, 2004, Madrid: Pearson Educacin, 2004.

31

CRONOGRAMA DE ACTIVIDADES