Redes neuronales en Venezuela

1. Redes NEURonaLES
EN VENEZUELA
Autor:
Anthony Adrian Agelvis Ardana
Sistemas
Electiva Inteligencia Artifical
Ing Jose Luis Guzman
República Bolivariana De Venezuela
Ministerio Del Poder Popular Para La Educación
Instituto Universitario Politécnico Santiago Mariño

2. Redes Neuronales
Las redes neuronales están inspiradas en el cerebro humano, es
decir en su comportamiento, en el cual el cerebro tiene un montón
de neuronas, en donde estas están conectada a otras con el fin de
recibir varios estímulos eléctricos; las neuronas por lo general
reciben información, teniendo en cuenta que esta decidirá si se
activa o no, es decir si la recibe manda un impulso a la otra
neurona para que reciba la data; por lo tanto las redes neuronales
tratan de crear modelos artificiales que solucionen problemas
difíciles de resolver mediante técnicas algorítmicas
convencionales.

3. “Las redes neuronales son paradigmas en la
Inteligencia Artificial que tienen como objetivo
imitar la estructura y funciones del sistema
nervioso para luego alcanzar una semejante
funcionalidad en el problema de la resolución.
Estos problemas se aplican a la enseñanza o
adquisición de información de minería de
datos”

4. Las redes neuronales
en el medio ambiente
Algunos especialistas apuntan hacia fuentes de un conocimiento que lleva a la gestión de escenario
donde existe grandes volúmenes de información, tales como imágenes satelitales, es decir sensores
remotos, así como profesionales agricultores que se basan en la técnicas de aprendizaje de una
maquina (Machine Learning) y, en particular, sobre redes neurales para la creación de modelos que
permitan gestionar el territorio de una manera mas efectiva.
Cuando se hace referencia a su aplicación, podríamos sugerir el cacao ya que sugieren que él es
posible crear modelos de información con estas técnicas a partir de datos de varios tipos y en
diferentes contextos. Por ejemplo, las imágenes de satélite se pueden utilizar en percepción remota
como datos para una red neuronal, que puede crear un modelo que permite una evaluación
automatizada de la cobertura vegetal, el estado de salud de las plantaciones y además el
requerimientos de agua para las plantas, entre otras.

5. La estrategia
Esto ayuda a contar la información de manera
efectiva primero como es el horario fertilización,
control de plagas mediante actividades con primera
mano basado en el conocimiento tales como la salud
de la planta expresado con un indicador llamado
Índice de Vegetación Normalizado (NDVI).
A través de su inteligencia y la imaginación, los
venezolanos llevan pie a cabo la evidencia de esto
ya que no solamente parecía ser un método, sino
consistía en el desarrollo de una fundación, el
cual reúne a científicos dedicados a la
investigación agraria para el pleno
aprovechamiento de suelos y vegetación para
cultivos de alta calidad y productividad .

6. investigaciones
• Según Ahydemas Núñez, la UCV en las facultades de Agronomía y Computación y
la Universidad Rómulo Gallegos han venido desarrollando trabajos en Inteligencia
Artificial, técnicas de RNA y Mapas Auto organizados en el área de suelos con
fines de caracterización agrológicas.
• Hasta ahora, los primeros hallazgos respecto en el uso actual de la tierra existente
para fines agrícolas han sido recogidos en la proximidad de la Cuenca del Lago de
Valencia en donde han sido analizados.

7. Las redes
Las redes neuronales artificiales se encuentran entre las opciones con las que cuentan los investigadores
para el desarrollo de modelos de sistemas complejos, como es el caso de la predicción del rendimiento de un
cultivo (Hernández-Caraballo, 2011) y puede emplearse junto con otras herramientas para el manejo científico
de las unidades de producción. Los modelos basados en redes neuronales, que emulan el razonamiento
humano, aventajan a los matemáticos en los casos en los que se desconoce la relación entre las variables
dependientes e independientes, o ´estas son tan complejas que se dificulta su formulación (Hernández et al.,
2003).
Sin embargo, y como en toda investigación, es necesario inyectar recursos que les permitan ser constantes.
Del mismo modo, acceder a ella podría ser un problema a menos que los productores tengan acceso a
internet. Por lo tanto “esta es una tecnología con mucha complejidad, solo a través de instituciones de
investigación o entes gubernamentales se podría dar acceso a esta información mediante portales Web u otro
servicio.

8. Metodología
• Base de datos: La base de datos es aquella que se emplea en el estudio ya que se construye a
partir del muestreo de suelo y de tejido foliar.
• Redes neuronales, descripción, estrategia de entrenamiento y selección: La red neuronal de
regresión generalizada, es un tipo de red que se usa para desarrollar regresiones entre
variables dependientes e independientes y su estructura.
• Se entrenan cuatro topologías de redes, una para cada grupo de datos, dos para suelo (una para
cada horizonte), una para hoja y una combinada suelo-hoja.
• El desempeño de las redes se monitoriza mediante la raíz del error cuadrático medio (RECM)
que resume el error total de la predicción y se calcula con la expresión (4). Consiste en sumar el
cuadrado de la diferencia del rendimiento real (Rreal) y el bruto (Rbruto), extraerle la raíz
cuadrada y dividirlo entre el numero de datos (n).

9. “Hoy día la Escuela de Computación de la Facultad de Ciencias y
la Escuela de Postgrado de Análisis Espacial de la Facultad de
Humanidades de la Universidad Central de Venezuela están
realizando serios estudios en Inteligencia Artificial aplicada a
la Agricultura con la finalidad de crear un mapa de uso actual
de la tierra para el Norte del Rio Orinoco con una superficie
aproximada de 50 millones de Hectáreas”.

10. GRACIAS POR SU
ATENCIÓN