• Author / Uploaded
• Raul Jesus Alejandro Lopez

• Categories
• Red neuronal artificial
• Neurona
• Red de computadoras
• Aprendizaje
• Ciencias de la tierra y de la vida

Citation preview

INSTITUTO TECNOLÓGICO SUPERIOR DE FELIPE CARRILLO PUERTO

UNIDAD ACADÉMICA TULUM

INGENIERÍA EN SISTEMAS COMPUTACIONALES

ASIGNATURA: INTELIGENCIA ARTIFICIAL

UNIDAD 4

ALUMNO: RAÚL JESÚS ALEJANDRO LÓPEZ

DOCENTE. ING. DORIS SURISADAY PERAZA ROJAS Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

INVESTIGACIÓN: 4.2 REDES NEURONALES

03 DE MAYO DE 2017

ÍNDICE INTRODUCCIÓN................................................................................................... 3 REDES NEURONALES........................................................................................... 4 DEFINICIÓN...................................................................................................... 4 VENTAJAS QUE OFRECEN................................................................................. 4 ESTRUCTURA................................................................................................... 5 CLASIFICACIÓN................................................................................................ 6 SEGÚN LA ARQUITECTURA............................................................................... 7 SEGÚN EL APRENDIZAJE................................................................................... 8 4.3 DESARROLLOS ACTUALES Y APLICACIONES..................................................9 Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

CONCLUSIÓN..................................................................................................... 11 REFERENCIAS BIBLIOGRÁFICAS.........................................................................12

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

INTRODUCCIÓN Hablaremos acerca de las redes neuronales, podremos observar cuales son las diferencias y similitudes que existen entre las redes neuronales biológicas y las que hay en inteligencia artificial, también se verán las clasificaciones y sub clasificaciones que están pueden tener, de igual manera veremos una tabla comparativa que muestra ciertos rasgos que poseen cada uno de estos tipos de redes, por ultimo también veremos cuáles son los usos que se les dan a este tipo de redes en la actualidad.

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

REDES NEURONALES DEFINICIÓN Al igual que con la inteligencia artificial, existen multitud de definiciones para las redes neuronales. Algunas de ellas son: -Una nueva forma de computación, inspirada en modelos biológicos. -Un modelo matemático compuesto por un gran número de elementos procesales organizados en niveles. -Redes interconectadas masivamente en paralelo de elementos simples (usualmente adaptativos) y con organización jerárquica, las cuales intentan Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

interactuar con los objetos del mundo real del mismo modo que lo hace el sistema nervioso biológico.

VENTAJAS QUE OFRECEN Debido a que presentan un gran número de características similares a las del cerebro humano, las redes neuronales son capaces de aprender de la experiencia, de abstraer características esenciales a partir de entradas que presentan información irrelevante, de generalizar de casos anteriores a nuevos casos…etc. Todo esto permite su aplicación en un gran número de áreas muy diferenciadas. Las principales ventajas que representan son: -Aprendizaje Adaptativo: Capacidad de aprender a realizar tareas basadas en un entrenamiento o en una experiencia inicial. -Auto-organización: Una red neuronal puede crear su propia organización o representación de la información que recibe mediante una etapa de aprendizaje. -Tolerancia a fallos: La destrucción parcial de una red conduce a una degradación de su estructura; sin embargo, algunas capacidades de la red se pueden retener, incluso sufriendo un gran daño.

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

-Operación en tiempo real: Los cómputos neuronales pueden ser realizados en paralelo; para esto se diseñan y fabrican máquinas con hardware especial para obtener esta capacidad. -Fácil inserción dentro de la tecnología existente: Se pueden obtener chips especializados para redes neuronales que mejoran su capacidad en ciertas tareas. Ello facilitará la integración modular en los sistemas existentes.

ESTRUCTURA Para describir la estructura de una red neuronal, primero describimos la estructura de lo que denominamos neurona. Una neurona es la unidad básica de la red. La podemos describir comparándola con una neurona biológica, ya que el funcionamiento sera similar.

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

En la parte superior de la imagen vemos una neurona biológica, ésta está formada por sinapsis, axón, dentritas y cuerpo. En la parte inferior tenemos una neurona artificial que es una unidad de procesamiento de la información, es un dispositivo simple de cálculo que ante un vector de entradas proporciona una única salida. Sabiendo ya que la neurona es la unidad básica de la red, podemos definir una red neuronal como modelos matemáticos inspirados en sistemas biológicos,

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

adaptados

y

simulados

en

computadoras

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

convencionales.

CLASIFICACIÓN Para la clasificación de las redes neuronales vamos a seguir dos tipos de aplicaciones: -Según su arquitectura Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

-Según el aprendizaje

SEGÚN LA ARQUITECTURA La arquitectura de una red consiste en la disposición y conexionado de las neuronas. Podemos distinguir en una red, el número de capas, el tipo de las capas, que pueden ser ocultas o visibles, de entrada o de salida y la direccionalidad de las conexiones de las neuronas.

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

Todo esto nos sirve para clasificarlas en: -Redes Mono capa: cuentan con una capa de neuronas, que intercambia señales con el exterior y que constituyen a un tiempo la entrada y la salida del sistema. Una de las redes más representativas de este modelo es la red de Hopfield, que ha tenido una gran influencia en el desarrollo posterior de redes neuronales.

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

-Redes Multicapa: están formadas por dos o más capas de neuronas conectadas entre ellas.

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

Dependiendo de cómo sean estas conexiones podemos hacer otra subdivisión: 1. Redes con conexiones hacia delante: Este tipo de redes contienen solo conexiones entre capas hacia delante. Esto implica que una capa no puede tener conexiones a una que reciba la señal antes que ella en la dinámica de la computación. 2. Redes con conexiones hacia atrás: En este tipo de redes pueden existir conexiones de capas hacia atrás y por tanto la información puede regresar a capas anteriores en la dinámica de la red Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

SEGÚN EL APRENDIZAJE El aprendizaje se basa en el entrenamiento de la red con patrones. El proceso de aprendizaje se basa en que la red ejecute los patrones de forma iterativa hasta que se muestren respuestas satisfactorias. Es decir, los pesos sinápticos se ajustan para dar respuestas óptimas para el conjunto de patrones de entrenamiento. Podemos distinguir 3 tipos de aprendizaje: -Aprendizaje Supervisado: la red dispone de los patrones de entrada y de salida que queremos obtener para esa entrada, y en función de ellos se modifican los pesos de las sinopsis para ajustar la entrada a la salida. -Aprendizaje No Supervisado: consiste en no proporcionar a la red los patrones de salida, sino sólo los de entrada y dejar que la red los clasifique en función de características comunes que encuentre entre ellos. -Aprendizaje Híbrido: No se proporcionan los patrones objetivo, sino que sólo se dice si la respuesta acierta o falla ante un patrón de entrada.

4.3 DESARROLLOS ACTUALES Y APLICACIONES Las redes neuronales pueden utilizarse en un gran número y variedad de aplicaciones, tanto comerciales como militares. Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

Se pueden desarrollar redes neuronales en un periodo de tiempo razonable, con la capacidad de realizar tareas concretas mejor que otras tecnologías. Cuando se implementan mediante hardware (redes neuronales en chips VLSI), presentan una alta tolerancia a fallos del sistema y proporcionan un alto grado de paralelismo en el procesamiento de datos. Esto posibilita la inserción de redes neuronales de bajo coste en sistemas existentes y recientemente desarrollados. Hay muchos tipos diferentes de redes neuronales; cada uno de los cuales tiene una aplicación particular más apropiada. Algunas aplicaciones comerciales son: Biología: - Aprender más acerca del cerebro y otros sistemas. - Obtención de modelos de la retina. Empresa: - Evaluación de probabilidad de formaciones geológicas y petrolíferas. - Identificación de candidatos para posiciones específicas. Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

- Explotación de bases de datos. - Optimización de plazas y horarios en líneas de vuelo. - Optimización del flujo del tránsito controlando convenientemente la temporización de los semáforos. - Reconocimiento de caracteres escritos. - Modelado de sistemas para automatización y control. Medio ambiente: - Analizar tendencias y patrones. - Previsión del tiempo. Finanzas: - Previsión de la evolución de los precios. - Valoración del riesgo de los créditos. - Identificación de falsificaciones. - Interpretación de firmas.

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

CONCLUSIÓN Se entendió que las redes neuronales tienen un gran un mero de definiciones para entender los conceptos, algunas son ser una nueva forma de computación basada en modelos biológicos y ser un

modelo matemático compuesto por muchos

elementos. Además de ser redes interconectadas masivamente. Entre las ventajas que brin dan están ser adaptables al cambio y la auto organización, hay muchos tipos diferentes de redes neuronales, todas tienen una aplicación más apropiada, como, reconocimiento de caracteres escritos, modelado de sistemas para automatización y control, medio ambiente, analizar tendencias y patrones y previsión del tiempo.

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬

REFERENCIAS BIBLIOGRÁFICAS Jazmín P. (2014). Site google. Redes neuronales. 28 de mayo de 2017. Sitio web: https://sites.google.com/site/proyectointeligenciaartificial/indice/las-redesneuronales Javier V. (2010). Inteligencia artificial. 28 de mayo de 2017. Sitio web: http://www.it.uc3m.es/jvillena/irc/practicas/10-11/06mem.pdf

Raúl Jesús Alejandro López

12

12

‫سخيسو‬ ‫راول‬