Académique Documents
Professionnel Documents
Culture Documents
INTRODUCCION A LA REDES
NEURONALES ARTIFICIALES
El computador y el hombre
realizan bien, diferentes clases
de tareas; as la operacin de
reconocer el rostro de una
persona resulta una tarea
relativamente sencilla para el
hombre y difcil para el
computador, mientras que la
contabilidad de una empresa es
tarea costosa para un experto
contable y una sencilla rutina
para un computador bsico.
12/02/2015
Aprender:
Adquirir el conocimiento de una cosa por medio del estudio ,
ejercicio o experiencia.
Las RNA pueden cambiar su comportamiento en funcin del entorno
Se les muestra un conjunto de entradas y ellas mismas se ajustan para
producir unas salidas consistentes.
Generalizar:
Extender o ampliar una cosa.
Las RNA generalizan automticamente debido a su propio estructura y
naturaleza.
Estas redes puedes ofrecer, dentro de un margen, respuestas correctas
a entradas que presentan pequeas variaciones debido a los efectos de
ruido o distorsin.
12/02/2015
Abstraer:
Aislar mentalmente o considerar por separado las cualidades de un
objeto.
Algunas RNA son capaces de abstraer la esencia de un conjunto de
entradas que aparentemente no presenta aspectos comunes o relativos.
12/02/2015
12/02/2015
12/02/2015
Topologa
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 cual es la salida (respuesta) esperada.
Auto organizacin:
Una RNA crea su propia representacin de la informacin en su
interior , descargando al usuario de esta tarea.
Tolerancia a fallos
Debido a que una RNA almacena la informacin de forma
redundante, esta puede seguir respondiendo de manera aceptable
aun si se daa parcialmente.
Multicapa
Perceptron multicapa
12/02/2015
Topologa
Aprendizaje supervisado
Aprendizaje no supervisado o auto organizado
Redes hibridas
Aprendizaje reforzado
Elman
Hopfield
Maquina de Boltzmann
Tipo de Aprendizaje:
Aprendizaje supervisado
Ejemplos:
Perceptron simple
Red Adaline
Perceptron multicapa
La memoria asociativa bidireccional
Tipo de Aprendizaje:
Redes hibridas
Son un enfoque mixto en el que se utiliza una
funcin de mejora para facilitar la convergencia.
Ejemplo:
Las redes de base radial
Aprendizaje reforzado:
Tipo de Aprendizaje:
Aprendizaje no supervisado o auto organizado
12/02/2015
Tipos de informacin:
Redes analgicas
Procesan datos de entrada con valores continuos
y habitualmente acotados.
Ejemplo:
Hopfield
Kohonen y
Las redes de aprendizaje competitivo.
Tipos de informacin:
Redes discretas
Procesan datos de entrada de naturaleza discreta
habitualmente valores lgicos booleanos.
Ejemplo:
La maquina de Boltzmann
La maquina de Cauchy y
La red discreta de Hopfield.