Expo Redes Neuronales
-
Upload
juan-leyva -
Category
Documents
-
view
216 -
download
0
Transcript of Expo Redes Neuronales
-
7/22/2019 Expo Redes Neuronales
1/11
Materia:
Fundamentos de Inteligencia Artificial
Ponencia:
Redes Neuronales
Alumnos:
Luis Felipe Mndez Ruiz
Jos Arturo Arredondo Gonzlez
Maestro:
Ing. Jos Carlos Mercado Chan
UNID D C BORC
-
7/22/2019 Expo Redes Neuronales
2/11
Redes Neuronales
Las redes neuronales artificiales (RNA) son un paradigma de aprendizaje y procesamiento
automtico inspirado en la forma en que funciona el sistema nervioso de los animales. Se
trata de un sistema de interconexinde neuronas en una red que colabora para producir un
estmulo de salida.
Funcionamiento:consisten en una simulacin de las propiedadesobservadas en lossistemas neuronales biolgicos a travs de modelos matemticos recreados
mediante mecanismos artificiales (como un circuito integrado, un ordenador o un
conjunto de vlvulas).
Objetivo:es conseguir que las mquinas den respuestas similares a las que es capazde dar el cerebroque se caracterizan por su generalizacin y su robustez.
Inteligencia Artificial, Redes Neuronales
http://localhost/var/www/apps/conversion/tmp/scratch_7/ia_rna.wmvhttp://localhost/var/www/apps/conversion/tmp/scratch_7/ia_rna.wmv -
7/22/2019 Expo Redes Neuronales
3/11
Redes Neuronales
Componentes: Unidades llamadas neuronas. Cada neurona recibe una serie de entradas a
travs de interconexiones y emite una salida.
Esta salida viene dada por tres funciones:
Una funcin de propagacin. tambin conocida como funcin de excitacin, quepor lo general consiste en el sumatorio de cada entrada multiplicada por el peso de su
interconexin (valor neto). Si el peso es positivo, la conexin se denomina excitatoria; si es
negativo, se denomina inhibitoria.Una funcin de activacin, que modifica a la anterior.Puede no existir, siendo eneste caso la salida la misma funcin de propagacin.
Una funcin de transferencia. se aplica al valor devuelto por la funcin de
activacin.Se utiliza para acotar la salida de la neurona y generalmente viene dada por lainterpretacin que queramos darle a dichas salidas. Algunas de las ms utilizadas son la
funcin sigmoidea (para obtener valores en el intervalo [0,1]) y la tangente hiperblica(para obtener valores en el intervalo [-1,1]).
-
7/22/2019 Expo Redes Neuronales
4/11
-
7/22/2019 Expo Redes Neuronales
5/11
Redes Neuronales
Estructura:
RNA es muy diferente en trminos de estructura de un cerebro animal. Al igual que elcerebro, una RNA se compone de un conjunto masivamente paralelo de unidades de
proceso muy simples y es en las conexiones entre estas unidades donde reside la
inteligencia de la red.Sin embargo, en trminos de escala, un cerebro es muchsimo mayor
que cualquier RNA creada hasta la actualidad, y las neuronas artificiales tambin son ms
simples que su contrapartida animal.
Biolgicamente, un cerebro aprende mediante la reorganizacin de las conexiones
sinpticas entre las neuronas que lo componen.De la misma manera, las RNA tienen un gran
nmero de procesadores virtuales interconectados que de forma simplificada simulan la
funcionalidad de las neuronas biolgicas. En esta simulacin, la reorganizacin de las
conexiones sinpticas biolgicas se modela mediante un mecanismo de pesos, que son
ajustados durante la fase de aprendizaje.
-
7/22/2019 Expo Redes Neuronales
6/11
Redes Neuronales
Ventajas:(Esta basadas en la estructura del sistema nervioso, principalmente el cerebro.)
Aprendizaje: Las RNA tienen la habilidad de aprender mediante una etapa que se
llama etapa de aprendizaje. Esta consiste en proporcionar a la RNA datos como entrada
a su vez que se le indica cul es la salida (respuesta) esperada.
Auto organizacin: Una RNA crea su propia representacin de la informacin en su
interior, descargando al usuario de esto.
Tolerancia a fallos: Debido a que una RNA almacena la informacin de forma
redundante, sta puede seguir respondiendo de manera aceptable aun si se daa
parcialmente.
Flexibilidad: Una RNA puede manejar cambios no importantes en la informacin de
entrada, como seales con ruido u otros cambios en la entrada (ej. si la informacin de
entrada es la imagen de un objeto, la respuesta correspondiente no sufre cambios si la
imagen cambia un poco su brillo o el objeto cambia ligeramente)
Tiempo real: La estructura de una RNA es paralela, por lo cul si esto es implementado
con computadoras o en dispositivos electrnicos especiales, se pueden obtener
respuestas en tiempo real.
-
7/22/2019 Expo Redes Neuronales
7/11
Redes Neuronales
Aplicaciones.
Las caractersticas de las RNA las hacen bastante apropiadas para aplicaciones en las que no
se dispone a priori de un modelo identificable que pueda ser programado, pero se dispone de
un conjunto bsico de ejemplos de entrada (previamente clasificados o no). Asimismo, son
altamente robustas tanto al ruido como a la disfuncin de elementos concretos y son
fcilmente paralelizables.
Esto incluye problemas de clasificacin y reconocimiento de patrones de voz, imgenes,
seales, etc. Asimismo se han utilizado para encontrar patrones de fraude econmico, hacer
predicciones en el mercado financiero, hacer predicciones de tiempo atmosfrico, etc.
Tambin se pueden utilizar cuando no existen modelos matemticos precisos o algoritmos
con complejidad razonable; por ejemplo la red de Kohonen ha sido aplicada con un xito msque razonable al clsico problema del viajante (un problema para el que no se conoce
solucin algortmica de complejidad polinmica).
-
7/22/2019 Expo Redes Neuronales
8/11
Redes Neuronales
Otro tipo especial de redes neuronales artificiales se ha aplicado en conjuncin con los
algoritmos genticos (AG) para crear controladores para robots. La disciplina que trata la
evolucin de redes neuronales mediante algoritmos genticos se denomina Robtica
Evolutiva. En este tipo de aplicacin el genoma del AG lo constituyen los parmetros de la red
(topologa, algoritmo de aprendizaje, funciones de activacin, etc.) y la adecuacin de la red
viene dada por la adecuacin del comportamiento exhibido por el robot controlado
(normalmente una simulacin de dicho comportamiento)
-
7/22/2019 Expo Redes Neuronales
9/11
Redes Neuronales
EjemplosQuake II Neuralbot
Un bot es un programa que simula a un jugador humano. El Neuralbot es un bot para el juego
Quake II que utiliza una red neuronal artificial para decidir su comportamiento y un algoritmo
gentico para el aprendizaje. Es muy fcil probarlo y nada para ver su evolucin. Ms
informacin aqu
Clasificador No Sesgado de Protenas
Es un programa que combina diversas tcnicas computacionales con el objetivo de clasificar
familias de protenas. Un posible mtodo consiste en utilizar mtricas adaptativas como por
ejemplo: mapas auto organizados y algoritmos genticos.
-
7/22/2019 Expo Redes Neuronales
10/11
Redes Neuronales
CONCLUSION
Las RNA han sido aplicadas a un nmero en aumento de problemas en la vida real y de
considerable complejidad, donde su mayor ventaja es en la solucin de problemas que son
bastante complejos para la tecnologa actual, tratndose de problemas que no tienen una
solucin algortmica o cuya solucin algortmica es demasiado compleja para serencontrada. En general, debido a que son parecidas al las del cerebro humano, las RNA son
bien nombradas ya que son buenas para resolver problemas que el humano puede resolver
pero las computadoras no. Estos problemas incluyen el reconocimiento de patrones y la
prediccin del tiempo. De cualquier forma, el humano tiene capacidad para el
reconocimiento de patrones, pero la capacidad de las redes neuronales no se ve afectada
por la fatiga, condiciones de trabajo, estado emocional, y compensaciones.
-
7/22/2019 Expo Redes Neuronales
11/11
UNID D C BORC
ING. EN SISTEMAS COMPUTACIONALES
Fundamentos de Inteligencia Artificial
Luis Felipe Mndez Ruiz
Jos Arturo Arredondo Gonzlez
Gracias !!!
Bibliografa:http://es.wikipedia.org/wiki/Red_neuronal_artificial
http://www.itnogales.edu.mx/formatos/Red%20neuronal%20artificial.pdf
http://es.wikipedia.org/wiki/Red_neuronal_artificialhttp://www.itnogales.edu.mx/formatos/Red%20neuronal%20artificial.pdfhttp://www.itnogales.edu.mx/formatos/Red%20neuronal%20artificial.pdfhttp://www.itnogales.edu.mx/formatos/Red%20neuronal%20artificial.pdfhttp://es.wikipedia.org/wiki/Red_neuronal_artificialhttp://es.wikipedia.org/wiki/Red_neuronal_artificialhttp://es.wikipedia.org/wiki/Red_neuronal_artificial