Redes Neuronales Artificiales

Investigación De Operaciones Y Ciencias De Computación

¿Qué son las Redes Neurales Artificiales?
Es una simulación abstracta de una sistema nervioso real que contiene neuronas que se comunican unas con otras utilizando conexiones de neuroeje. El primer modelo fundamental se propuso en 1943 por McCulloch y Pitts que era un dispositivo binario.

. 2. utilizando instrumentos de audio y visión. que trata de igualar lo mas posible el funcionamiento de un sistema nervioso de un celebro. que depende menos de Neurología. El tipo Biológico.El Modelo Neural El Modelo Neural se puede subdividir en dos categorías: 1. Conducto de Aplicaciones. pero depende mas del modelo de programación.

000 billones sinapsis (uniones mediante las cuales la células envían mensajes unas con otras).El Modelo Biológico • Se estima que el celebro humano contiene alrededor de 100 billones de neuronas y 100. • Aunque se sabe que el tiempo de enviar mensajes entres las células cerebrales en un millón de veces más lento que en un computadora. su interconexión entre la neuronas es 1000 veces más poderosa que las supercomputadoras de hoy día. .

El Modelo Biológico. Interconexiones entre las Neuronas .

y con las reglas de aprendizaje no supervisadas. Esto tiene colación con las reglas de aprendizaje supervisadas con la ayuda de un “Maestro”. . en donde las Redes Neurales aprenden por su cuenta sin la ayuda de un “Maestro”.Aplicaciones de las Redes Neurales • Organización Propia y Adaptación : tiene capacidades de aprendizaje propias.

.Aplicaciones de las Redes Neurales: Aprendizaje Con “Maestros” y Sin “Maestros”.

. de su clasificación y mejora su capacidad en escuchar los sonidos que no se pueden escuchar generalmente.) • Procesamiento No Lineal de Redes: Mejora la aproximación de redes.Aplicaciones de las Redes Neurales (Cont. • Procesamiento en Paralelo: Envuelve una gran cantidad de células procesadoras interconectando las neuronas extensivamente.

Procesamiento No Lineal de Redes y Procesamiento en Paralelo.) Según las reglas anteriores acerca de la Organización Propia y Adaptación. se puede hablar de las siguientes áreas en donde se usa con gran importancia las Redes Neurales.Aplicaciones de las Redes Neurales (Cont. por ejemplo: .

• Procesamiento de Datos.Aplicaciones de las Redes Neurales (Cont. . • Aproximación de funciones que ayudan a predecir algún evento. incluyendo reconocimiento de patrones y secuencias. por ejemplo: en una base de datos para encontrar la información pertinente.) • Clasificación.

4. . 5. Entre las aplicaciones más específicas están las siguientes: Identificación y Control (Como un vehículo) Algunos Juegos que se necesite de la toma de decisiones o patrones. 3. Reconocimiento de vos. Diagnósticos Médicos. Análisis Financiero. 2. 6. Exc.Aplicaciones de las Redes Neurales (Cont. gestos y escrituras.) • 1.

Aproximación y Optimización de las Redes Neurales • Las fórmulas de aproximación pueden verse como una regresión para los datos a ser enseñados en algoritmo. • Los valores de entrada y de enseñanza tienen como variable “X” y “T” respectivamente. • El objetivo de enseñar a una red es encontrar los pesos “W” óptimos entre “T” y el resultado esperado. .

de dependiendo de sus entradas y sus pesos.Aproximación y Optimización de las Redes Neurales La siguiente es una función para el encontrar el error mínimo. Esta otra es una función que utiliza una ecuación diferencial parcial para encontrar el peso óptimo dependiendo de la energía “E” y la descendencia del gradiente .

Aproximación y Optimización de las Redes Neurales en Mathematica .

) .Aproximación y Optimización de las Redes Neurales en Mathematica (Cont.

• Esta disciplina está relacionada con las matemáticas. . inteligencia artificial y sobretodo ciencias de computación. También reconocimiento de patrones.Aprendizaje de Máquinas • Es una disciplina dedicada a la creación de algoritmos que le permita a la computadora cambiar su comportamiento basados en datos almacenado o bases de datos. como por ejemplo: estadísticas y probabilidades.

Aprendizaje de Máquinas y la Estadística • Una aplicación del aprendizaje de Máquinas se da mucho en la estadística tal. . • Así que el aprendizaje de máquinas es otro método que buscan los científicos para predecir el futuro utilizando algoritmos muy potentes y muy complicados a la hora de programar. anticipar lo que va a suceder es dinero. Cada científico sueña con poder predecir con exactitud que lo que podría ocurrir en el futuro. al igual que en cualquier disciplina.

) • Un ejemplo sencillo del aprendizaje de máquinas es por ejemplo: como cuando se tiene una gráfica con data almacenada. La siguiente figura ilustra el concepto: .Aprendizaje de Máquinas y la Estadística (cont. Esta se le da a una computadora y empieza a tomar decisiones dependiendo de los datos guardados.

Aprendizaje de Máquinas y Programación Cuadrática • La Programación cuadrática se utiliza como aprendizaje supervisado en las maquinas que toman sus decisiones. • La idea es optimizar las funciones de costos encontrando el peso óptimo para que funcione eficientemente. . como un avión o reactor nuclear. • Reduce considerablemente el número de instrucciones que puede un ser humano dar a una máquina.

• Una de las mejores fortalezas del aprendizaje Q es su manera de tomar decisiones sin tener un modelo por el cual dejarse llevar. . para controlar su funcionamiento. pierde viabilidad. • En cuanto el aprendizaje Q conlleve más complejidad su función. • Es una técnica de aprendizaje no supervisada que funciona mediante una función de aprendizaje activa dejándose llevar de una acción dada.Aprendizaje de Máquinas y el Aprendizaje Q. es por eso que se utilizan las Redes Neurales.

como decodificación de códigos y cálculos que la computadora podía realizar mucho más preciso que los humanos. para poder lidiar con problemas que no podían ser resuelto por los matemáticos de aquel entonces. .La Investigación de Operaciones y las Ciencias de Computadoras • La utilización de computadoras para agilizar la solución de un problema de operaciones data desde las creaciones de computadoras en la Segunda Guerra Mundial • Su uso era específicamente para el Ejército Americano.

hace que se pueda implementar mejor el potencial mucho mejor para el campo de Investigación de Operaciones.) • Las computadoras han cambiado drásticamente desde que se inventaron.La Investigación de Operaciones y las Ciencias de Computadoras (Cont. . el mejoramiento de la rapidez en los Microprocesadores y la capacidad ó posibilidad de crear nueva tecnología y software. • La creación de nueva tecnología.

base de datos.La Investigación de Operaciones y las Ciencias de Computadoras con Aplicaciones • La aplicación principal de las computadoras en la investigación de operaciones es utilizada para la Milicia. etc. observando con satélites al enemigo. . simulando situaciones de combate. en la ingeniería. descifrando códigos. resolver problemas de optimización.

9. 7. 8. 3. 4. 10. 5. . 11. Otras aplicaciones incluyen: Redes Neurales Artificiales Programación Lineal Optimización Simulaciones Estadísticas Teoría de Grafos Probabilidades Teoría de Juegos Análisis de Decisiones Modelos Matemáticos Etc.La Investigación de Operaciones y las Ciencias de Computadoras con Aplicaciones • 1. 6. 2.

Utilización de Software en las Redes Neurales • Se utiliza software para tener una visión más clara acerca de las Redes Neurales a través de la visualización. .

utilizando todo su potencial. • Se pueden crear aplicaciones utilizando las Redes Neurales Artificiales como modelo. es posible notar un sin número de aplicaciones que dependen de su inteligencia artificial. • Debido a esto.Utilización de Software en las Redes Neurales (Cont. mayormente gracias a la librería adjunta con que cuentan estos lenguajes de programación. .) • El uso de lenguaje de programación como C++ y Java pueden crear efectivamente instrucciones para software que utilice las Redes Neurales Artificiales.

ya sea utilizando ó no utilizando tecnología contra ellos.Opiniones Personales • Estas aplicaciones con inteligencia artificial están al alcance de todos. pueden hacer cálculos más rápidos y tomar decisiones diferentes a nosotros. mayormente en los juegos. backgammon y algunos juegos de video. • Los seres humanos piensan diferentes a las computadoras. • Se puede tomar un software que utilice esta tecnología como en el ajedrez. • Así. que una buena forma de entender esta tecnología es tratar de investigar su manera de tomar decisiones y saber como piensan. . Si es que queremos seguir ser la especie dominante.

1.gc.42.gc.htm • http://en.upm.org/wiki/Neural_network _software • citeseerx.ssr.ssr.Bibliografías • http://www.htm • http://www.upm.es/inves/neural/ann 1/anntutor.wikipedia.ist.3939&rep .edu/viewdoc/download?d oi=10.1.es/inves/neural/ann 1/supmodel/Apro_opt.psu.

Sign up to vote on this title
UsefulNot useful