Redes Neuronales

Redes Neuronales

1. Neurona

   • célula
   • recibe señales electromagnéticas (90% de otras neuronas)
   • Si acumulación de estímulos supera umbral se dispara la neurona

2. Elementos

   • Neurona Artificial
     • Se conecta a otras a través de arcos dirigidos
     • Calcula salida en función a las entradas
     • Unidad, nodo o perceptrón(entrada)
   • Arco
     • Propaga la salida del nodo a las entradas de otras neuronas
     • Tiene un peso numérico que determina la conexión

3. Modelo matemático para algoritmos de aprendizaje automático

4. Cálculo por unidad

   • Salida: ai = g(ini)
   • Entrada: ini = SUM(wji*aj)
   • Funciones de activación
     • bipolar (-1 si x<=0)
     • umbral (0 si x<=0)
     • sigmoide (1/(1+e^-x))
     • sigmoide' s(1-s)

5. Tipos

   • Hacia adelante (grafo acíclico)
     • Capa entrada, oculta y salida
     • Red multicapa
     • Entrada es salida de capa anterior
     • Con m neuronas de salida se pueden clasificar 2^m conjuntos
   • Recurrentes
     • Salida retroalimenta entrada
     • Memoria a corto plazo
     • Grafo con ciclos, sistemas dinámicos

6. Entrenamiento

   • Encontrar pesos de los arcos
   • Supervisado (salida se ajusta a ejemplos de entrenamiento)

7. Aplicaciones

   • Problemas numéricos(continuos o discretos)
   • Alto volumen de datos con ruido
   • Interesa solución pero no el por qué
   • Tiempos cortos para evaluar nueva instancia
   • Clasificación
   • Reconocimiento de patrones
   • Predicción
   • Compresión de datos
   • Control robots
   • Interpret datos sensoriales