SlideShare una empresa de Scribd logo
REDES NEURONALES ARTIFICIALES

La tecnología neuronal trata de reproducir el proceso de solución de problemas del
cerebro. Así como los humanos aplican el conocimiento ganado con la experiencia
a nuevos problemas o situaciones una red neuronal toma como ejemplos
problemas resueltos para construir un sistema que toma realiza y clasificaciones.

Los problemas adecuados para la solución neuronal son aquellos que no tienen
solución computacional precisa o que requieren algoritmos muy extensos como en
el caso de reconocimiento e imágenes.

                   HISTORIA DE LAS REDES NEURONALES

Alrededor de 1943 los investigadores Warren McCulloch y Walter Pitss
propusieron el primer modelo simple de la neurona. En las década de los
cincuenta y los setenta, el movimiento en redes neuronales fue liderado por B.
Widrow y M.E.Hoof., quienes trabajaron con una maquina llamada Adaline
(adaptive linear Element).

Otro pionero fue el psicólogo Frank Rosenblatt de la universidada de Corell. En
1959, Rosenblatt construyo una maquina neuronal simple que llamo Perceptron.
Esta tena una matriz con 400 fotoceldas que se conectaban aleatoriamente a 512
unidades tipo neurona. Cuando se representa un patrón a las unidades censoras
estas envían una señal aun banco de neurona que indicaba la categoría de l
patrón. El perceptron de Rosenblatt reconocio reconocio todas las letras del
alfabeto.

1960 - Bernard Widroff/Marcian Hoff. Desarrollaron el modelo Adaline
(ADAptative LINear Elements). Esta fue la primera red neuronal aplicada a un
Problema real (filtros adaptativos para eliminar ecos en las líneas telefónicas) que
se ha utilizado comercialmente durante varias décadas.

1961 - Karl Steinbeck: Die Lernmatrix. Red neuronal para simples realizaciones
técnicas (memoria asociativa).

1969 - Marvin Minsky/Seymour Papert. En este año casi se produjo la “muerte
abrupta” de las Redes Neuronales; ya que Minsky y Papert probaron
(matemáticamente) que el Perceptrons no era capaz de resolver problemas
relativamente fáciles, tales comoel aprendizaje de una función no-lineal. Esto
demostró que el Perceptor era muy débil, dado que las funciones no-lineales son
extensamente empleadas en computación y en los problemas del mundo real.

1974 - Paul Werbos. Desarrolló la idea básica del algoritmo de aprendizaje
depropagación hacia atrás (backpropagation); cuyo significado quedó
definitivamenteaclarado en 1985.
1977 - Stephen Grossberg: Teoría de Resonancia Adaptada (TRA). La Teoría de
Resonancia Adaptada es una arquitectura de red que se diferencia de todas las
demás previamente inventadas. La misma simula otras habilidades del cerebro:
memoria a largo y corto plazo.

1985 - John Hopfield. Provocó el renacimiento de las redes neuronales con su
libro: “Computación neuronal de decisiones en problemas de optimización.”

1986 - David Rumelhart/G. Hinton. Redescubrieron el algoritmo de aprendizaje de
propagación hacia atrás (backpropagation).

A partir de 1986, el panorama fue alentador con respecto a las
investigaciones y el desarrollo de las redes neuronales. En la actualidad, son
numerosos los trabajos que se realizan y publican cada año, las aplicaciones
nuevas que surgen (sobretodo en el área de control) y las empresas que lanzan al
mercado productos nuevos, tanto hardware como software (sobre todo para
simulación).

                    DEFINICION DE REDES NEURONALES

Las redes neuronales se basan en generalizar información extraída de datos
experimentales, tablas bibliografías o bases de datos los cuales se determinan por
expertos humanos.dichas redes neuronales toman en cuneta las entradas
(corriente, voltaje) y como salidas las señales del sistema (velocidad, temperatura
y torque).

Ejemplo De Una Red Neuronal Totalmente Conectada
Hay varias formas de definir a la s redes neuronales:

1) Una nueva forma de computación, inspirada en modelos biológicos.
2) Un modelo matemático compuesto por un gran número de elementos
Procesales organizados en niveles.
3) un sistema de computación compuesto por un gran número de elementos
Simples, elementos de procesos muy interconectados, los cuales procesan
información
por medio de su estado dinámico como respuesta a entradas externas.
4) Redes neuronales artificiales son redes interconectadas masivamente en
paralelo de elementos simples (usualmente adaptativos) y con organización
jerárquica, las cuales intentan interactuar con los objetos del mundo real del

REDES DE RETROPROPAGACION (backpropagation)

Es un principio para entender una red multicapa empleando el algoritmo de
retropropagacion.

El algoritmo backpropagation para redes multicapa es una generalización del
algoritmo de mínimos cuadrados. Ambos algoritmos realizan su labor
De actualización de peso y ganancias con base en el error medio cuadrático. La
red propagation trabaja bajo aprendizaje supervisado y por tanto necesita un
conjunto de instrucciones de entrenamiento que le describa cada salida y su valor
de salida esperado.

Algoritmo Backpropagation

• No es garantizado que converja a zero en error de
entrenamiento, puede converger a mínima local oscilar
• En la practica converge a un bajo error para muchas redes
• Muchas épocas (miles de iteraciones) pueden ser requeridas
• Para evitar mínima local usar varias corridas (runs) con pesos inicializados
aleatoriamente (randomrestarts).
– Tomar resultados de red que da menor error.
Redes neuronales
Redes neuronales
Algoritmo Backpropagation

• No es garantizado que converja a zero en error de
entrenamiento, puede converger a mínima local oscilar
• En la practica converge a un bajo error para muchas redes
• Muchas épocas (miles de iteraciones) pueden ser requeridas
• Para evitar mínima local usar varias corridas (runs) con pesos inicializados
aleatoriamente (randomrestarts).
– Tomar resultados de red que da menor error.

Más contenido relacionado

La actualidad más candente

INTRODUCCION A LAS REDES NEURONALES ARTIFICIALES
INTRODUCCION A LAS REDES NEURONALES ARTIFICIALESINTRODUCCION A LAS REDES NEURONALES ARTIFICIALES
INTRODUCCION A LAS REDES NEURONALES ARTIFICIALES
ESCOM
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
Danny Valencia
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
Gabriela Narváez
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
David852
 
Redes neuronales artificiales
Redes neuronales artificialesRedes neuronales artificiales
Redes neuronales artificiales
Pepe Rodríguez
 
REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA
REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIAREDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA
REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA
ESCOM
 
SIMULADORES REDES NEURONALES
SIMULADORES REDES NEURONALESSIMULADORES REDES NEURONALES
SIMULADORES REDES NEURONALES
ESCOM
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
guest131ae04
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
guest29340c4
 
Unidad V presentacion
Unidad V presentacionUnidad V presentacion
Unidad V presentacion
Victor Manu-l
 
Generalidades De Las Redes Neuronales Artificiales (RNA)
Generalidades De Las  Redes Neuronales Artificiales  (RNA)Generalidades De Las  Redes Neuronales Artificiales  (RNA)
Generalidades De Las Redes Neuronales Artificiales (RNA)
ESCOM
 
Introducción a las Redes Neuronales Artificiales
Introducción a las Redes Neuronales ArtificialesIntroducción a las Redes Neuronales Artificiales
Introducción a las Redes Neuronales Artificiales
Biblioteca EPM
 
Redes Neuronales(Examen)
Redes Neuronales(Examen)Redes Neuronales(Examen)
Redes Neuronales(Examen)
diego28mauricio
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
mateog93
 
Redes neuronales multicapa y monocapa
Redes neuronales multicapa y monocapaRedes neuronales multicapa y monocapa
Redes neuronales multicapa y monocapa
Levy GT
 
Ap04
Ap04Ap04
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
Angel G
 
A152 w0i9 inteligenciaartificial
A152 w0i9 inteligenciaartificialA152 w0i9 inteligenciaartificial
A152 w0i9 inteligenciaartificial
jcbp_peru
 

La actualidad más candente (18)

INTRODUCCION A LAS REDES NEURONALES ARTIFICIALES
INTRODUCCION A LAS REDES NEURONALES ARTIFICIALESINTRODUCCION A LAS REDES NEURONALES ARTIFICIALES
INTRODUCCION A LAS REDES NEURONALES ARTIFICIALES
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
Redes neuronales artificiales
Redes neuronales artificialesRedes neuronales artificiales
Redes neuronales artificiales
 
REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA
REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIAREDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA
REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA
 
SIMULADORES REDES NEURONALES
SIMULADORES REDES NEURONALESSIMULADORES REDES NEURONALES
SIMULADORES REDES NEURONALES
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
 
Unidad V presentacion
Unidad V presentacionUnidad V presentacion
Unidad V presentacion
 
Generalidades De Las Redes Neuronales Artificiales (RNA)
Generalidades De Las  Redes Neuronales Artificiales  (RNA)Generalidades De Las  Redes Neuronales Artificiales  (RNA)
Generalidades De Las Redes Neuronales Artificiales (RNA)
 
Introducción a las Redes Neuronales Artificiales
Introducción a las Redes Neuronales ArtificialesIntroducción a las Redes Neuronales Artificiales
Introducción a las Redes Neuronales Artificiales
 
Redes Neuronales(Examen)
Redes Neuronales(Examen)Redes Neuronales(Examen)
Redes Neuronales(Examen)
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
Redes neuronales multicapa y monocapa
Redes neuronales multicapa y monocapaRedes neuronales multicapa y monocapa
Redes neuronales multicapa y monocapa
 
Ap04
Ap04Ap04
Ap04
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
 
A152 w0i9 inteligenciaartificial
A152 w0i9 inteligenciaartificialA152 w0i9 inteligenciaartificial
A152 w0i9 inteligenciaartificial
 

Similar a Redes neuronales

Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
guest99064561
 
REDES NEURONALES
REDES NEURONALESREDES NEURONALES
REDES NEURONALES
HB09
 
Historia de las redes neuronales
Historia de las redes neuronalesHistoria de las redes neuronales
Historia de las redes neuronales
Laura García
 
Sistemas neuronales
Sistemas neuronalesSistemas neuronales
Sistemas neuronales
crujerdenye
 
Unidad V documento
Unidad V documentoUnidad V documento
Unidad V documento
Victor Manu-l
 
Aplicacion redes neuronales
Aplicacion redes neuronalesAplicacion redes neuronales
Aplicacion redes neuronales
Erik Perera
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
Maricela Loarte
 
2º asignacion redes neuronales
2º asignacion redes neuronales2º asignacion redes neuronales
2º asignacion redes neuronales
Jorge Miguel Lazaro Suarez
 
06mem
06mem06mem
06mem
jcbp_peru
 
Lectura ia rna y aplicaciones 2 as_06mem
Lectura ia rna y aplicaciones 2 as_06memLectura ia rna y aplicaciones 2 as_06mem
Lectura ia rna y aplicaciones 2 as_06mem
jcbp_peru
 
06mem inteligencia artificial redes neuronales y sus aplicciones
06mem inteligencia artificial redes neuronales y sus aplicciones06mem inteligencia artificial redes neuronales y sus aplicciones
06mem inteligencia artificial redes neuronales y sus aplicciones
jcbp_peru
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
Flor Giraldo Mamani
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
Abrahm Garcia
 
REDES NEURONALES
REDES NEURONALESREDES NEURONALES
REDES NEURONALES
eduardop18
 
Redes Neuronales(Examen)
Redes Neuronales(Examen)Redes Neuronales(Examen)
Redes Neuronales(Examen)
diego28mauricio
 
Presentacion 2 redes neuronales
Presentacion 2 redes neuronalesPresentacion 2 redes neuronales
Presentacion 2 redes neuronales
Alejandro Peres Valdez
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
Dennis Ruiton Ramirez
 
2024-T8-Redes_Neuronales_I.ppsx
2024-T8-Redes_Neuronales_I.ppsx2024-T8-Redes_Neuronales_I.ppsx
2024-T8-Redes_Neuronales_I.ppsx
Ricardo Lopez-Ruiz
 
Sistemas Basados en Casos IUT
Sistemas Basados en Casos IUTSistemas Basados en Casos IUT
Sistemas Basados en Casos IUT
Luis Álamo
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
Claudine Cadena
 

Similar a Redes neuronales (20)

Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
REDES NEURONALES
REDES NEURONALESREDES NEURONALES
REDES NEURONALES
 
Historia de las redes neuronales
Historia de las redes neuronalesHistoria de las redes neuronales
Historia de las redes neuronales
 
Sistemas neuronales
Sistemas neuronalesSistemas neuronales
Sistemas neuronales
 
Unidad V documento
Unidad V documentoUnidad V documento
Unidad V documento
 
Aplicacion redes neuronales
Aplicacion redes neuronalesAplicacion redes neuronales
Aplicacion redes neuronales
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
2º asignacion redes neuronales
2º asignacion redes neuronales2º asignacion redes neuronales
2º asignacion redes neuronales
 
06mem
06mem06mem
06mem
 
Lectura ia rna y aplicaciones 2 as_06mem
Lectura ia rna y aplicaciones 2 as_06memLectura ia rna y aplicaciones 2 as_06mem
Lectura ia rna y aplicaciones 2 as_06mem
 
06mem inteligencia artificial redes neuronales y sus aplicciones
06mem inteligencia artificial redes neuronales y sus aplicciones06mem inteligencia artificial redes neuronales y sus aplicciones
06mem inteligencia artificial redes neuronales y sus aplicciones
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
 
REDES NEURONALES
REDES NEURONALESREDES NEURONALES
REDES NEURONALES
 
Redes Neuronales(Examen)
Redes Neuronales(Examen)Redes Neuronales(Examen)
Redes Neuronales(Examen)
 
Presentacion 2 redes neuronales
Presentacion 2 redes neuronalesPresentacion 2 redes neuronales
Presentacion 2 redes neuronales
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
 
2024-T8-Redes_Neuronales_I.ppsx
2024-T8-Redes_Neuronales_I.ppsx2024-T8-Redes_Neuronales_I.ppsx
2024-T8-Redes_Neuronales_I.ppsx
 
Sistemas Basados en Casos IUT
Sistemas Basados en Casos IUTSistemas Basados en Casos IUT
Sistemas Basados en Casos IUT
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 

Más de Cdr Saravena

Luz Edith Ortega.pptx
Luz Edith Ortega.pptxLuz Edith Ortega.pptx
Luz Edith Ortega.pptx
Cdr Saravena
 
Guia 6 clei iv a ser concentracion desarrollo rural
Guia  6  clei  iv a ser concentracion desarrollo ruralGuia  6  clei  iv a ser concentracion desarrollo rural
Guia 6 clei iv a ser concentracion desarrollo rural
Cdr Saravena
 
Guía 3 CICLO IV A
Guía  3  CICLO IV AGuía  3  CICLO IV A
Guía 3 CICLO IV A
Cdr Saravena
 
Matlab
MatlabMatlab
Matlab
Cdr Saravena
 
Algoritmos geneticos
Algoritmos geneticosAlgoritmos geneticos
Algoritmos geneticos
Cdr Saravena
 
Introduccion
IntroduccionIntroduccion
Introduccion
Cdr Saravena
 
Yolidey
YolideyYolidey
Yolidey
Cdr Saravena
 
Cons. ambientes de respeto
Cons. ambientes de respetoCons. ambientes de respeto
Cons. ambientes de respeto
Cdr Saravena
 
Guia proyectos productivos 11°
Guia proyectos productivos 11°Guia proyectos productivos 11°
Guia proyectos productivos 11°
Cdr Saravena
 
De mi colombia_con_amor
De mi colombia_con_amorDe mi colombia_con_amor
De mi colombia_con_amor
Cdr Saravena
 

Más de Cdr Saravena (10)

Luz Edith Ortega.pptx
Luz Edith Ortega.pptxLuz Edith Ortega.pptx
Luz Edith Ortega.pptx
 
Guia 6 clei iv a ser concentracion desarrollo rural
Guia  6  clei  iv a ser concentracion desarrollo ruralGuia  6  clei  iv a ser concentracion desarrollo rural
Guia 6 clei iv a ser concentracion desarrollo rural
 
Guía 3 CICLO IV A
Guía  3  CICLO IV AGuía  3  CICLO IV A
Guía 3 CICLO IV A
 
Matlab
MatlabMatlab
Matlab
 
Algoritmos geneticos
Algoritmos geneticosAlgoritmos geneticos
Algoritmos geneticos
 
Introduccion
IntroduccionIntroduccion
Introduccion
 
Yolidey
YolideyYolidey
Yolidey
 
Cons. ambientes de respeto
Cons. ambientes de respetoCons. ambientes de respeto
Cons. ambientes de respeto
 
Guia proyectos productivos 11°
Guia proyectos productivos 11°Guia proyectos productivos 11°
Guia proyectos productivos 11°
 
De mi colombia_con_amor
De mi colombia_con_amorDe mi colombia_con_amor
De mi colombia_con_amor
 

Último

ejemplos-del-servicio-cristiano-fiel (1).pptx
ejemplos-del-servicio-cristiano-fiel (1).pptxejemplos-del-servicio-cristiano-fiel (1).pptx
ejemplos-del-servicio-cristiano-fiel (1).pptx
gersonobedgabrielbat1
 
Como hacer que te pasen cosas buenas MRE3 Ccesa007.pdf
Como hacer que te pasen cosas buenas  MRE3  Ccesa007.pdfComo hacer que te pasen cosas buenas  MRE3  Ccesa007.pdf
Como hacer que te pasen cosas buenas MRE3 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Productos-CTE-Junio-contestado para la ocatava sesion
Productos-CTE-Junio-contestado para la ocatava sesionProductos-CTE-Junio-contestado para la ocatava sesion
Productos-CTE-Junio-contestado para la ocatava sesion
JosueSalas32
 
POSITIVISMO LÓGICO, CONCEPCIÓN HEREDADA Y RACIONALISMO CRITICO (NEOPOSITIVISM...
POSITIVISMO LÓGICO, CONCEPCIÓN HEREDADA Y RACIONALISMO CRITICO(NEOPOSITIVISM...POSITIVISMO LÓGICO, CONCEPCIÓN HEREDADA Y RACIONALISMO CRITICO(NEOPOSITIVISM...
POSITIVISMO LÓGICO, CONCEPCIÓN HEREDADA Y RACIONALISMO CRITICO (NEOPOSITIVISM...
Yulietcharcaapaza
 
Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraordinaria). UCLM
Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraordinaria). UCLMExamen de Selectividad. Geografía julio 2024 (Convocatoria Extraordinaria). UCLM
Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraordinaria). UCLM
Juan Martín Martín
 
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLAACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
JAVIER SOLIS NOYOLA
 
Cultura Organizacional con Responsabilidad Social Empresarial.pdf
Cultura Organizacional con Responsabilidad Social Empresarial.pdfCultura Organizacional con Responsabilidad Social Empresarial.pdf
Cultura Organizacional con Responsabilidad Social Empresarial.pdf
JonathanCovena1
 
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
justinomorales8
 
Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)
Cátedra Banco Santander
 
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
nelsontobontrujillo
 
SEP. Presentación. Taller Intensivo FCD. Julio 2024.pdf
SEP. Presentación. Taller Intensivo FCD. Julio 2024.pdfSEP. Presentación. Taller Intensivo FCD. Julio 2024.pdf
SEP. Presentación. Taller Intensivo FCD. Julio 2024.pdf
GavieLitiumGarcia
 
UT 3 LA PLANIFICACIÓN CURRICULAR DESDE LOS ELEMENTOS CURRICULARES.pptx
UT 3 LA PLANIFICACIÓN CURRICULAR DESDE LOS ELEMENTOS CURRICULARES.pptxUT 3 LA PLANIFICACIÓN CURRICULAR DESDE LOS ELEMENTOS CURRICULARES.pptx
UT 3 LA PLANIFICACIÓN CURRICULAR DESDE LOS ELEMENTOS CURRICULARES.pptx
Leonardo Salvatierra
 
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
Cátedra Banco Santander
 
Lengua y literatura mandioca para aprend
Lengua y literatura mandioca para aprendLengua y literatura mandioca para aprend
Lengua y literatura mandioca para aprend
RaqelBenitez
 
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
Juan Martín Martín
 
fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024
Verito51
 
Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)
Cátedra Banco Santander
 
El mensaje en la psicopedagogía.........
El mensaje en la psicopedagogía.........El mensaje en la psicopedagogía.........
El mensaje en la psicopedagogía.........
DenisseGonzalez805225
 
Crear infografías: Iniciación a Canva (1 de julio de 2024)
Crear infografías: Iniciación a Canva (1 de julio de 2024)Crear infografías: Iniciación a Canva (1 de julio de 2024)
Crear infografías: Iniciación a Canva (1 de julio de 2024)
Cátedra Banco Santander
 
PLANIFICACION PARA NIVEL INICIAL FEBRERO 2023
PLANIFICACION PARA NIVEL INICIAL FEBRERO 2023PLANIFICACION PARA NIVEL INICIAL FEBRERO 2023
PLANIFICACION PARA NIVEL INICIAL FEBRERO 2023
MariaAngelicaMachica
 

Último (20)

ejemplos-del-servicio-cristiano-fiel (1).pptx
ejemplos-del-servicio-cristiano-fiel (1).pptxejemplos-del-servicio-cristiano-fiel (1).pptx
ejemplos-del-servicio-cristiano-fiel (1).pptx
 
Como hacer que te pasen cosas buenas MRE3 Ccesa007.pdf
Como hacer que te pasen cosas buenas  MRE3  Ccesa007.pdfComo hacer que te pasen cosas buenas  MRE3  Ccesa007.pdf
Como hacer que te pasen cosas buenas MRE3 Ccesa007.pdf
 
Productos-CTE-Junio-contestado para la ocatava sesion
Productos-CTE-Junio-contestado para la ocatava sesionProductos-CTE-Junio-contestado para la ocatava sesion
Productos-CTE-Junio-contestado para la ocatava sesion
 
POSITIVISMO LÓGICO, CONCEPCIÓN HEREDADA Y RACIONALISMO CRITICO (NEOPOSITIVISM...
POSITIVISMO LÓGICO, CONCEPCIÓN HEREDADA Y RACIONALISMO CRITICO(NEOPOSITIVISM...POSITIVISMO LÓGICO, CONCEPCIÓN HEREDADA Y RACIONALISMO CRITICO(NEOPOSITIVISM...
POSITIVISMO LÓGICO, CONCEPCIÓN HEREDADA Y RACIONALISMO CRITICO (NEOPOSITIVISM...
 
Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraordinaria). UCLM
Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraordinaria). UCLMExamen de Selectividad. Geografía julio 2024 (Convocatoria Extraordinaria). UCLM
Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraordinaria). UCLM
 
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLAACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
ACERTIJO MATEMÁTICO DEL MEDALLERO OLÍMPICO. Por JAVIER SOLIS NOYOLA
 
Cultura Organizacional con Responsabilidad Social Empresarial.pdf
Cultura Organizacional con Responsabilidad Social Empresarial.pdfCultura Organizacional con Responsabilidad Social Empresarial.pdf
Cultura Organizacional con Responsabilidad Social Empresarial.pdf
 
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
Productos contestados de la Octava Sesión Ordinaria de CTE y TIFC para Direct...
 
Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)Curación de contenidos (1 de julio de 2024)
Curación de contenidos (1 de julio de 2024)
 
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
1. QUE ES UNA ESTRUCTURAOCTAVOASANTA TERESA .pptx
 
SEP. Presentación. Taller Intensivo FCD. Julio 2024.pdf
SEP. Presentación. Taller Intensivo FCD. Julio 2024.pdfSEP. Presentación. Taller Intensivo FCD. Julio 2024.pdf
SEP. Presentación. Taller Intensivo FCD. Julio 2024.pdf
 
UT 3 LA PLANIFICACIÓN CURRICULAR DESDE LOS ELEMENTOS CURRICULARES.pptx
UT 3 LA PLANIFICACIÓN CURRICULAR DESDE LOS ELEMENTOS CURRICULARES.pptxUT 3 LA PLANIFICACIÓN CURRICULAR DESDE LOS ELEMENTOS CURRICULARES.pptx
UT 3 LA PLANIFICACIÓN CURRICULAR DESDE LOS ELEMENTOS CURRICULARES.pptx
 
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
Licencias de contenidos y propiedad intelectual (1 de julio de 2024)
 
Lengua y literatura mandioca para aprend
Lengua y literatura mandioca para aprendLengua y literatura mandioca para aprend
Lengua y literatura mandioca para aprend
 
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
Soluciones Examen de Selectividad. Geografía julio 2024 (Convocatoria Extraor...
 
fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024fichas descriptivas para primaria 2023-2024
fichas descriptivas para primaria 2023-2024
 
Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)Recursos Educativos en Abierto (1 de julio de 2024)
Recursos Educativos en Abierto (1 de julio de 2024)
 
El mensaje en la psicopedagogía.........
El mensaje en la psicopedagogía.........El mensaje en la psicopedagogía.........
El mensaje en la psicopedagogía.........
 
Crear infografías: Iniciación a Canva (1 de julio de 2024)
Crear infografías: Iniciación a Canva (1 de julio de 2024)Crear infografías: Iniciación a Canva (1 de julio de 2024)
Crear infografías: Iniciación a Canva (1 de julio de 2024)
 
PLANIFICACION PARA NIVEL INICIAL FEBRERO 2023
PLANIFICACION PARA NIVEL INICIAL FEBRERO 2023PLANIFICACION PARA NIVEL INICIAL FEBRERO 2023
PLANIFICACION PARA NIVEL INICIAL FEBRERO 2023
 

Redes neuronales

  • 1. REDES NEURONALES ARTIFICIALES La tecnología neuronal trata de reproducir el proceso de solución de problemas del cerebro. Así como los humanos aplican el conocimiento ganado con la experiencia a nuevos problemas o situaciones una red neuronal toma como ejemplos problemas resueltos para construir un sistema que toma realiza y clasificaciones. Los problemas adecuados para la solución neuronal son aquellos que no tienen solución computacional precisa o que requieren algoritmos muy extensos como en el caso de reconocimiento e imágenes. HISTORIA DE LAS REDES NEURONALES Alrededor de 1943 los investigadores Warren McCulloch y Walter Pitss propusieron el primer modelo simple de la neurona. En las década de los cincuenta y los setenta, el movimiento en redes neuronales fue liderado por B. Widrow y M.E.Hoof., quienes trabajaron con una maquina llamada Adaline (adaptive linear Element). Otro pionero fue el psicólogo Frank Rosenblatt de la universidada de Corell. En 1959, Rosenblatt construyo una maquina neuronal simple que llamo Perceptron. Esta tena una matriz con 400 fotoceldas que se conectaban aleatoriamente a 512 unidades tipo neurona. Cuando se representa un patrón a las unidades censoras estas envían una señal aun banco de neurona que indicaba la categoría de l patrón. El perceptron de Rosenblatt reconocio reconocio todas las letras del alfabeto. 1960 - Bernard Widroff/Marcian Hoff. Desarrollaron el modelo Adaline (ADAptative LINear Elements). Esta fue la primera red neuronal aplicada a un Problema real (filtros adaptativos para eliminar ecos en las líneas telefónicas) que se ha utilizado comercialmente durante varias décadas. 1961 - Karl Steinbeck: Die Lernmatrix. Red neuronal para simples realizaciones técnicas (memoria asociativa). 1969 - Marvin Minsky/Seymour Papert. En este año casi se produjo la “muerte abrupta” de las Redes Neuronales; ya que Minsky y Papert probaron (matemáticamente) que el Perceptrons no era capaz de resolver problemas relativamente fáciles, tales comoel aprendizaje de una función no-lineal. Esto demostró que el Perceptor era muy débil, dado que las funciones no-lineales son extensamente empleadas en computación y en los problemas del mundo real. 1974 - Paul Werbos. Desarrolló la idea básica del algoritmo de aprendizaje depropagación hacia atrás (backpropagation); cuyo significado quedó definitivamenteaclarado en 1985.
  • 2. 1977 - Stephen Grossberg: Teoría de Resonancia Adaptada (TRA). La Teoría de Resonancia Adaptada es una arquitectura de red que se diferencia de todas las demás previamente inventadas. La misma simula otras habilidades del cerebro: memoria a largo y corto plazo. 1985 - John Hopfield. Provocó el renacimiento de las redes neuronales con su libro: “Computación neuronal de decisiones en problemas de optimización.” 1986 - David Rumelhart/G. Hinton. Redescubrieron el algoritmo de aprendizaje de propagación hacia atrás (backpropagation). A partir de 1986, el panorama fue alentador con respecto a las investigaciones y el desarrollo de las redes neuronales. En la actualidad, son numerosos los trabajos que se realizan y publican cada año, las aplicaciones nuevas que surgen (sobretodo en el área de control) y las empresas que lanzan al mercado productos nuevos, tanto hardware como software (sobre todo para simulación). DEFINICION DE REDES NEURONALES Las redes neuronales se basan en generalizar información extraída de datos experimentales, tablas bibliografías o bases de datos los cuales se determinan por expertos humanos.dichas redes neuronales toman en cuneta las entradas (corriente, voltaje) y como salidas las señales del sistema (velocidad, temperatura y torque). Ejemplo De Una Red Neuronal Totalmente Conectada
  • 3. Hay varias formas de definir a la s redes neuronales: 1) Una nueva forma de computación, inspirada en modelos biológicos. 2) Un modelo matemático compuesto por un gran número de elementos Procesales organizados en niveles. 3) un sistema de computación compuesto por un gran número de elementos Simples, elementos de procesos muy interconectados, los cuales procesan información por medio de su estado dinámico como respuesta a entradas externas. 4) Redes neuronales artificiales son redes interconectadas masivamente en paralelo de elementos simples (usualmente adaptativos) y con organización jerárquica, las cuales intentan interactuar con los objetos del mundo real del REDES DE RETROPROPAGACION (backpropagation) Es un principio para entender una red multicapa empleando el algoritmo de retropropagacion. El algoritmo backpropagation para redes multicapa es una generalización del algoritmo de mínimos cuadrados. Ambos algoritmos realizan su labor De actualización de peso y ganancias con base en el error medio cuadrático. La red propagation trabaja bajo aprendizaje supervisado y por tanto necesita un conjunto de instrucciones de entrenamiento que le describa cada salida y su valor de salida esperado. Algoritmo Backpropagation • No es garantizado que converja a zero en error de entrenamiento, puede converger a mínima local oscilar • En la practica converge a un bajo error para muchas redes • Muchas épocas (miles de iteraciones) pueden ser requeridas • Para evitar mínima local usar varias corridas (runs) con pesos inicializados aleatoriamente (randomrestarts). – Tomar resultados de red que da menor error.
  • 6. Algoritmo Backpropagation • No es garantizado que converja a zero en error de entrenamiento, puede converger a mínima local oscilar • En la practica converge a un bajo error para muchas redes • Muchas épocas (miles de iteraciones) pueden ser requeridas • Para evitar mínima local usar varias corridas (runs) con pesos inicializados aleatoriamente (randomrestarts). – Tomar resultados de red que da menor error.