Académique Documents
Professionnel Documents
Culture Documents
REDES NEURONALES
CURSO: SIMULACIN DE
SISTEMAS
DOCENTE: MEDINA
VILLACORTA Alberto
Ciclo:
GRUPO SKYNET
INTEGRANTES:
ARAOZ SOLIS Aldo
NORABUENA ARANDA Arnold
APARICIO LLIUYA Alexander
QUISPE David
SANCHEZ
1936
1950
1949
1961
1957
1956
1960
1969
1974
1977
1985
1986
2) Un modelo matemtico
compuesto por un gran
nmero de elementos
procesales organizados en
niveles.
insercin
dentro
de
la
tecnologa existente.
Se
pueden
obtener
chips
Aprendizaje Adaptativo.
Capacidad de aprender a realizar
tareas basadas en un entrenamiento
o en una experiencia inicial.
Auto-organizacin.
Una red neuronal puede crear su
propia
organizacin
o
representacin de la informacin
que recibe mediante una etapa de
aprendizaje
Tolerancia a fallos.
La destruccin parcial de una red conduce a
una degradacin de su estructura; sin embargo,
algunas capacidades de la red se pueden
retener, incluso sufriendo un gran dao.
en
y
paralelo;
fabrican
especial
para
esto
mquinas
para
obtener
se
con
esta
Elementos
FUNCIONES
Funcin de Activacin
La funcin activacin calcula el estado de actividad de una neurona; transformando la
entrada global en un valor (estado) de activacin, cuyo rango normalmente va de (0 a 1) o de
(1 a 1).
Funcin de Salida
La funcin de salida determina que valor se transfiere a las
neuronas vinculadas.
Los valores de salida estn comprendidos en el rango [0, 1] o [-1,
1]. Tambin pueden ser binarios {0, 1} o {-1, 1}.
TIPOS
Tipos
Las neuronas artificiales se pueden clasificar de acuerdo a los valores
que pueden tomar.
TOPOLOGA DE LAS
REDES NEURONALES
REDES
MONOCAPA
Establecen conexiones entre las neuronas que
pertenecen a la nica capa que constituye la
red. Se utilizan generalmente en tareas
relacionadas con lo que se conoce como auto
asociacin.
REDES
MULTICAPA
Son aquellas que
disponen de un
conjunto
de
neuronas
agrupadas
en
varios niveles o
capas.
FEEDFORWAR
D
FEEDBACK
REDES
RECURRENTES
HOPFIEL
D
Lasredes
recurrentesque
presentan al menos
un ciclo cerrado de
activacin neuronal.
MQUINA DE
BOLTZMANN
RED ELMAN
BACKPROPAGA
TION
RED
HOPFIELD
ASOCIACIONES ENTRE
LA INFORMACIN DE
ENTRADA Y SALIDA.
HETERO-ASOCIACIN
Una red con los siguientes datos:
[( );]
Aprende parejas de datos.
Informacin
de
entrada:
AUTO-ASOCIACIN
red con los siguientes datos:
Una
Auto-correlacin, respondiendo con uno de
los datos almacenados.
Salida
asociada:
Salida
:
Informacin de
entrada
BIOLOGA:
Aprender ms acerca del cerebro y otros sistemas.
Obtencin de modelos de la retina.
EMPRESA:
Evaluacin de probabilidad de formaciones geolgicas y
petrolferas.
Identificacin de candidatos para posiciones especficas.
Explotacin de bases de datos.
Optimizacin de plazas y horarios en lneas de vuelo.
Optimizacin del flujo del trnsito controlando
convenientemente la temporizacin de los semforos.
Reconocimiento de caracteres escritos.
Modelado de sistemas para automatizacin y control.
MEDIO AMBIENTE:
Analizar tendencias y patrones.
Previsin del tiempo.
FINANZAS:
Previsin de la evolucin de los
precios.
Valoracin del riesgo de los
crditos.
MANUFACTURACIN:
Identificacin de falsificaciones.
Robots automatizados ysistemas
de control
(visin artificial
Interpretacin
de firmas.
y sensores de presin, temperatura, gas, etc.).
Control de produccin en lneas de procesos.
Inspeccin de la calidad.
MEDICINA:
MILITARES:
MUCHAS
GRACIAS