2. ¿Que son redes neuronales?
Las redes de neuronas artificiales
(denominadas habitualmente como RNA o en
inglés como: quot;ANN“ son un paradigma de
aprendizaje y procesamiento automático
inspirado en la forma en que funciona el
sistema nervioso de los animales. Se trata de
un sistema de interconexión de neuronas en
una red que colabora para producir un
estímulo de salida. En inteligencia artificial es
frecuente referirse a ellas como redes de
neuronas o redes neuronales.
3. ¿Cómo funcionan?
Unas redes neuronales consisten en simular
las propiedades observadas en los sistemas
neuronales de los seres vivos a través de
modelos matemáticos simulados mediante
mecanismos artificiales .El objetivo es
conseguir que las máquinas den una
respuesta similar a como la daría un cerebro
humano.
4. ¿Qué funciones tienen?
Una función de propagación consiste en el
sumatorio de cada entrada multiplicada por el
peso de su interconexión que es su valor neto.
Una función de activación, que modifica a la
anterior. En algunos casos esta función es
omitida.
Una función de transferencia, que se aplica al
valor devuelto por la función de activación. Se
utiliza para acotar la salida de la neurona y
generalmente viene dada por la interpretación
que queramos darle a dichas salidas.
5. ¿Cómo se las diseña y
programa?
La programación de las redes depende de la
voluntad del programador y la función
especifica que vaya a cumplir por lo tanto el
programador solo ve el fin a darse y lo trata de
resolver con algoritmos matemáticos para
llegar al mismo.
6. ¿Que ventajas nos brindan estas
redes?
Estas redes por ser mecanismos basados en
el cerebro humano nos brindan varias
ventajas como por ejemplo el aprendizaje, la
auto-organización, la tolerancia a los fallos
que pueda cometer, la flexibilidad que consiste
en que por si sola realiza cambios pequeños y
por ultimo el tiempo real en el que trabaja.
7. Tipología de las redes
neuronales
Tenemos varios modelos como por ejemplo:
Perceptrón
Adaline
Perceptrón multicapa
Memorias asociativas
Máquina de Bolzman
Máquina de Cauchy
Propagación hacia atrás (backpropagation)
Redes de Elman
8. ¿En que se pueden dividir?
A estas redes se las puede dividir en 2 clases
que son:
Redes de propagación hacia delante las
cuales se dividen en monocapas y multicapas.
Las redes recurrentes las cuales presentan al
menos un ciclo de activación.
9. Aplicaciones
Las características de las RNA las hacen
bastante apropiadas para aplicaciones en las
que no se dispone a prioridad de un modelo
identificable que pueda ser programado.
También se pueden utilizar cuando no existen
modelos matemáticos precisos o algoritmos
con complejidad razonable; por ejemplo la red
de Kohonen ha sido aplicada con un éxito más
que razonable al clásico problema del
viajante.