Redes Neuronales

Anexos:

• Algoritmo de una red neuronal

1. Neurona
   1. célula
   2. recibe señales electromagnéticas (90% de otras neuronas)
   3. Si acumulación de estímulos supera umbral se dispara la neurona
2. Elementos
   1. Neurona Artificial
      1. Se conecta a otras a través de arcos dirigidos
      2. Calcula salida en función a las entradas
      3. Unidad, nodo o perceptrón(entrada)
   2. Arco
      1. Propaga la salida del nodo a las entradas de otras neuronas
      2. Tiene un peso numérico que determina la conexión
3. Modelo matemático para algoritmos de aprendizaje automático
4. Cálculo por unidad
   1. Salida: ai = g(ini)
   2. Entrada: ini = SUM(wji*aj)
   3. Funciones de activación
      1. bipolar (-1 si x<=0)
      2. umbral (0 si x<=0)
      3. sigmoide (1/(1+e^-x))
      4. sigmoide&#39; s(1-s)
5. Tipos
   1. Hacia adelante (grafo acíclico)
      1. Capa entrada, oculta y salida
      2. Red multicapa
      3. Entrada es salida de capa anterior
      4. Con m neuronas de salida se pueden clasificar 2^m conjuntos
   2. Recurrentes
      1. Salida retroalimenta entrada
      2. Memoria a corto plazo
      3. Grafo con ciclos, sistemas dinámicos
6. Entrenamiento
   1. Encontrar pesos de los arcos
   2. Supervisado (salida se ajusta a ejemplos de entrenamiento)
7. Aplicaciones
   1. Problemas numéricos(continuos o discretos)
   2. Alto volumen de datos con ruido
   3. Interesa solución pero no el por qué
   4. Tiempos cortos para evaluar nueva instancia
   5. Clasificación
   6. Reconocimiento de patrones
   7. Predicción
   8. Compresión de datos
   9. Control robots
   10. Interpret datos sensoriales