Vous êtes sur la page 1sur 7

Martes, 9 de diciembre del 2014

INTRODUCCIN
En esta seccin explicaremos sobre las redes neuronales, sus fundamentos, su
modelo computacional, lo que es una neurona artificial para lograr entender de
mejor manera su importancia que este presta a la inteligencia artificial.

OBJETIVO.
Conocer el uso de la inteligencia artificial utilizando las neuronas artificiales para as
entender mejor su importancia.

MARCO TEORICO
Redes Neuronales.
Las redes neuronales son sistemas ideados como abstracciones de las
estructuras neurobiolgicas (cerebros) encontradas en la naturaleza y tienen la
caracterstica de ser sistemas desordenados capaces de guardar informacin.
La forma en que desarrollan su trabajo es esencialmente distinta de la utilizada
por las computadoras convencionales. Los procesadores microscpicos del
cerebro (neuronas) operan en paralelo y presentan cualitativamente ms ruido
que los elementos que forman a las computadoras. No ejecutan un programa
fijo con base en un conjunto previamente especificado de datos, sino que
comunican seales a travs de retransmisores que llamamos sinapsis, que
llegan a centros de conjuncin llamados los cuerpos de las neuronas y desde
los cuales surgen seales elctricas a travs de canales conocidos con el
nombre de axones.

La neurona es el elemento fundamental del sistema nervioso. Consta de


Axn: transporta seal elctrica
Dendritas: receptores de seal
Sinapsis: conexin entre neuronas

Fundamentos Biolgicos de las Redes Neuronales.


El sistema de comunicacin neuronal compone de tres partes:
Los receptores: que estn en las clulas sensoriales, recogen la informacin en
forma de estmulos, bien del ambiente, o bien del interior del organismo.
El sistema Nervioso: que recibe las informaciones, las elabora

en parte la

almacena y las enva en forma elaborada a los rganos efectores y a otras zonas
del sistema nervioso.
rganos diana o efectores: que reciben la informacin y la interpreta en forma de
acciones motoras, hormonales, etc.
La misin de las neuronas comprende generalmente cinco funciones parciales:

Las neuronas recogen la informacin que llega a ellas en forma de impulsos


procedentes de otras neuronas.

La integran en un cdigo de activacin propio de la clula.

La transmiten codificada en forma de frecuencia de impulsos a travs de su


axn.

A travs de las ramificaciones el axn efecta la distribucin espacial de los


mensajes.

En sus terminales transmiten los impulsos a las neuronas subsiguientes o


a las clulas efectoras.

Modelo Computacional.
El modelado computacional es el uso de matemticas, fsica e informtica para
estudiar el comportamiento de sistemas complejos mediante la simulacin por
computadora. Un modelo computacional contiene numerosas variables que
caracterizan el sistema bajo estudio. La simulacin se realiza ajustando estas
variables y observando cmo los cambios afectan los resultados pronosticados
por el modelo. Los resultados de las simulaciones de modelos ayudan a los
investigadores a hacer predicciones acerca de qu pasar en el sistema real que
se est estudiando en respuesta a condiciones cambiantes. El modelado puede
agilizar la investigacin ya que permite que los cientficos realicen miles de
experimentos simulados por computadora a fin de identificar los experimentos
fsicos que con mayor probabilidad ayuden al investigador a encontrar la solucin
al problema bajo estudio.

Neurona Artificial.
Una Red Neuronal Artificial es una estructura compuesta de un nmero de
unidades interconectadas (neuronas artificiales). Cada unidad posee una
caracterstica de entrada/salida e implementa una computacin local o funcin.
La salida de cualquier unidad est determinada por su caracterstica de
entrada/salida, su interconexin con otras unidades, y (posiblemente) de sus
entradas externas Sin embargo es posible un trabajo a mano, la red desarrolla
usualmente una funcionalidad general a travs de una o ms formas de
entrenamiento.

El funcionamiento de una neurona artificial est basado en este diseo.


Bsicamente consiste en aplicar un conjunto de entradas, cada una
representando la salida de otra neurona, o una entrada del medio externo,
realizar una suma ponderada con estos valores y filtrar.

Estructura bsica de la red.


En el siguiente ejemplo una unidad tpica de proceso de una red de neuronas
artificiales. A la izquierda se ve una serie de entradas a la neurona; cada una
llega de la salida de la otra neurona de la red. Una vez calculada la salida de
una neurona, esta se propaga, va conexiones de salida a la clula destino.
Todas las conexiones de salida reciben el mismo valor de entrada.

CONCLUSIN.
En conclusin se podra decir que el uso de las redes neuronales es muy importante
a la hora de hacer referencia a lo que es la inteligencia artificial ya que nos permiten
conocer el alcance que da a da ha tenido esta rama en la tecnologa del siglo XXI,
logrando as que el futuro mejore a pasos agigantados.

BIBLIOGRAFIA.
Galvn. I. and Isasi. P. 2004. Redes de Neuronas Artificiales. Formato: PDF.
_____.

2001.

Consultado:

13

Diciembre

2014.

Disponible

en:

http://info.fisica.uson.mx/arnulfo.castellanos/archivos_html/quesonredneu.ht
m
_____.

2004.

Consultado:

13

Diciembre

2014.

Disponible

en:

http://www.nibib.nih.gov/espanol/temas-cientificos/modelado-computacional