REDES NEURONALES ARTIFICIALES

Modelo computacional basado en un gran conjunto de unidades neuronales simples (neuronas artificiales), de forma aproximadamente
análoga al comportamiento observado en los axones de las neuronas en los cerebros biológicos. Las RNA son modelos que intentan
reproducir el comportamiento del cerebro. Como tal modelo, realiza una simplificación, averiguando cuáles son los elementos relevantes
del sistema, bien porque la cantidad de información de que se dispone es excesiva o bien porque es redundante.

TIPOS DE REDES ARQUITECTURA MODELO

Redes Monocapa: Se establecen La arquitectura de una RNA es la El modelo de Rumelhart y

conexiones laterales, cruzadas o estructura o patrón de McClelland (1986) define un
autor recurrentes entre las conexiones de la red. Es elemento de proceso (EP), o
neuronas que pertenecen a la conveniente recordar que las neurona artificial, como un
única capa que constituye la red. conexiones sinápticas son dispositivo que a partir de un
Se utilizan en tareas relacionadas direccionales, es decir, la conjunto de entradas, xi(i=1...n) o
con lo que se conoce como auto información sólo se transmite en vector x, genera una única salida y.
asociación; por ejemplo, para un sentido.
generar informaciones de entrada
que se presentan a la red
incompleta o distorsionada. COMPOSICIÓN

CAPAS
Conjunto de entradas o vector de entradas x, de n
Redes Multicapa: Son aquellas componentes
que disponen de conjuntos de Conjunto de pesos sinápticos wij. Representan la
neuronas agrupadas en varios interacción entre la neurona presináptica j y la
niveles o capas. Una forma de De entrada: reciben datos o
señales procedentes del entorno. postsináptica i.
distinguir la capa a la cual
pertenece la neurona, consiste en Regla de propagación d(wij,xj(t)): proporciona el
De salida: proporcionan la
fijarse en el origen de las señales potencial postsináptico, hi(t).
respuesta de la red a los estímulos
que recibe a la entrada y el destino
de la entrada. Función de activación ai(t)=f(ai(t-1), hi(t)): proporciona el
de la señal de salida. Según el tipo
de conexión, como se vio Ocultas: no reciben ni suministran estado de activación de la neurona en función del estado
previamente, se distinguen las anterior y del valor postsináptico.
información al entorno
redes feedforward, y las redes (procesamiento interno de la red). Función de salida Fi(t): proporciona la salida yi(t), en
feedforward/feedback. función del estado de activación.