Redes Neuronales Artificiales

1. República Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación Superior
Instituto Universitario Politécnico Santiago Mariño
Ampliación Maracaibo
Participantes:
Argenis Vicent
Edgar Moran
Wilfer Alviarez
Gilber Briceño
Leonardo Vigiano
Docente: María Fernanda Morón
Maracaibo: Agosto del 2014

2. Una red neuronal se compone de unidades
llamadas neuronas. Cada neurona recibe una
serie de entradas a través de interconexiones y
emite una salida.
REDES NEURONALES
Se caracterizan por ser sistemas
desordenados capaces de guardar
información.

3. No ejecutan un programa fijo con base en
un conjunto previamente especificado de
datos
REDES NEURONALES
Unidades de procesamiento densamente
interconectadas las cuales reciben,
procesan y transmiten señales

4. REDES NEURONALES ARTIFICIALES
Una de las misiones consiste en simular
las propiedades observadas en los
sistemas neuronales biológicos que se
caracterizan por su generalización y su
robustez.
Una red neuronal artificial se
compone de unidades llamadas
neuronas. Cada neurona recibe una
serie de entradas a través de
interconexiones y emite una salida.

5. REDES NEURONALES ARTIFICIALES
Respecto al Diseño y programación de
una Red Neuronal Artificial, en un
paradigma convencional de
programación se modela mediante un
algoritmo codificado que tenga una
serie de propiedades que permitan
resolver dicho problema.
En Red Neuronal Artificial se parte de
un conjunto de datos de entrada
significativo y el objetivo es conseguir
que la red aprenda automáticamente
las propiedades. tiene más que ver con
la selección del modelo de red, las
variables a incorporar , el conjunto de
entrenamiento.

6. La distribución de neuronas dentro de la red se realiza formando
niveles o capas de un número determinado de neuronas cada una,
y que existen capas de entrada, de salida, y ocultas, ahora
veamos las formas de conexión entre neuronas.
Cuando ninguna salida de las neuronas es entrada de neuronas
del mismo nivel o de niveles precedentes, la red se describe como
de propagación hacia adelante.
Cuando las salidas pueden ser conectadas como entradas de
neuronas de niveles previos o del mismo nivel, incluyéndose ellas
mismas, la red es de propagación hacia atrás.
ESTRUCTURA RED NEURONAL ARTIFICIAL

7. Aprendizaje: tienen la habilidad de aprender
mediante una etapa de aprendizaje
Auto organización: crea su propia representación de
la información en su interior.
Tolerancia a fallos. Almacena la información de forma
redundante, ésta puede seguir respondiendo
aceptablemente aún si se daña parcialmente.
Flexibilidad: puede manejar cambios no importantes
en la información de entrada, como señales con ruido
u otros cambios en la entrada
Tiempo real: es paralela, si se implementa con con
computadoras o en dispositivos electrónicos que
utilicen dicha paralelización se pueden obtener
respuestas en tiempo real.
VENTAJAS RED NEURONAL ARTIFICIAL

8. Mahatma Gandhi
La felicidad se alcanza
cuando lo que uno piensa,
lo que uno dice y lo que
uno hace están en
armonía