Zusammenfassung der Ressource
NEURONA
ARTIFICIAL
- DEFINICIÓN
- Es la que intenta mimetizar las características
más importantes de la neurona biológica,
siendo esta el elemento básico de
procesamiento de la red neuronal artificial
- El funcionamiento de una neurona artificial, básicamente
consiste en aplicar un conjunto de entradas, cada una
representando la salida de otra neurona, o una entrada del
medio externo, realizar una suma ponderada con estos
valores, y "filtrar" este valor a través de una función
matemática llamada función de activación
- El cuerpo de la neurona es a menudo representado por la
suma ponderada de las entradas, seguida por una función
lineal o no lineal, llamada función de activación que usa los
valores de entrada para determinar la actividad de la neurona.
La eficiencia sináptica es representada por los "pesos de
interconexión".
- SINAPSIS o PESOS DE
INTERCONEXION
- Representan la fuerza de interconexión entre las neuronas, y
pueden ser positivos(excitatorios) o negativos(inhibitorios);
además pueden ser fijos o adaptables.
- Las redes con pesos adaptables usan leyes de
aprendizaje para ajustar los valores de la fuerza de
interconexión. Si la red neuronal usa pesos fijos las
tareas a ser ejecutadas deben estar bien definidas.
- UN SUMADOR
- El cual produce la suma ponderada de las
entradas de acuerdo a los
correspondientes pesos de las conexiones
- FUNCIÓN DE
ACTIVACIÓN
- Tiene como misión limitar la
amplitud de la salida generada
por la neurona.
- Existen distintos tipos de redes
neuronales con diferentes funciones
de activación, pero la estructura
interna de la neurona, es común en
la mayoría de las redes.
- La elección de la función de activación
junto con la forma de ponderación
determinan las características de la
neurona artificial.