Redes neuronales El percentron

Est conformado por una neurona a la cual se le aplica varias enradas (x) cada entrada los mismos que tiene determinadp peso (y) cuyo sumatorio de xixxi cales sumatorias de productos es evoluvcionado por una funcin (f) lo que tiene respuesta en funcin a un valor umbral (a) que determina la salida Los pasos pueden ser activadores Red neuronal

Caractersticas El aprendizaje adactativo La red neuronal aprende a realizar cietas tareas a partir de un conjunto de datos ( entradas y pesos) dado en el proceso de aprendizaje auto organizacin puede crear su propio organizacin o representacin de un informacion requeirda tolerancia apoyos parciales Aprendizaje de las redes neuronales En la modificacin de los pesos de las conexiones entre las neuronas puede ser supervisado o no supervisado Supervisado Cuando los pesos se modifican en forma manual de acuerdo a la salida obtenida No supervisada la modificacin de los pesos se realiza de forma automtica en base al error obtenido normalmente consiste en minimizar el error cuadrtico medio entre el valor deseada y el valor de salida de la red Fases de prueba Es la aplicacin de nuevas entradas para verificar la aproximacin de la salida a la salida esperado Funciones de activacin Funcin signo

Funcin escalon

Funcin signodol

Arquitectura de las redes neuronales artificiales Conexin hacia adelante

Algoritmos genticos mejorar una solucin que existe es una tecnixa de bsqueda interactiva inespirada en la bsqueda de seleccin natural o busca estrategias de obtimizacion

equivalencia evolucin

algoritmo gentico

cromosomas ---------------------------> caduca gen ------------------------------------- posicin de cadena genotipo ---------------------------- cdigo de cadena fenotipo >>>>>>>>>>>>>>>>><>>> punto sin codificar alelo ---------------------------------------- valor de la posision determinado funcin de actitud ---------------------- valor de la funcin objetivo o aptitud

aplicaciones 1 desentrelazado de serales de videos con lgica difusa 2 marcadores anatmicos para los ventrculos de corazn 3 segmentacion de imgenes cerebrales de resonancia magneica basado en redes neuronales 4 obtimizacion de sistemas para tratamiento de agua 5 monitoreo de gloucoma a travs de redes neuronales 6algoritmo gentico para sistema de ingreso de resonancia magntica Mejoramiento de la calidad del sonido en aplicaciones espaciales

Algoritmo gentico simple Begin /+ algoritmo geneico simple +/ Generar la poblacin inicial Computador la funcin de evolucin de cada individuo While not terminado do Begin /+ produccin nuevo generacin+/ For tamao de la poblacin /2 do Behing /+ ciclo reproductivo +/ Seleccin : dos individuos de anterior generacin para el ano probablilidad de seleccin Estructura Proporcional a la funcin de evolucin de cad individuo

Cruzar Con cierto probabilidad los dos individuos obtienen dos desendientes Computador la funcin de evolucin de los dos decendientes mutados Insertor los dos desendientes mutados de la nueva generacin Extraer los dos individuos con valores de su funcin de evolucin End 4 la poblacin lo convergido

Terminado = true End End Commutar Llegar a un punto donde ya no se mejora

Codificacin Los individuos pueden representarce por un conjunto de parmetros genes , los cuales agrupados forman un ristra de valores ( cromosomas ) si bien el alfabeto utilizado no este constituido por 0 u 1 buena parte de la teora utiliza los 0 u 1 La funcin de adaptcion debe ser diseado para cada problema de manera especifica este le asigna un numero real que se supone refleja el nivel de adaptacin al problema

Operadores de cruzo

Operadores de mutacion Se aplica a cada hijo de manera individual

Algoritmo gentico abstracto (aga