INSTITUTO TECNOLGICO SUPERIOR DE LIBRES

INGENIERA EN SISTEMAS COMPUTACIONALES

Presenta:
Elian Garca Marn

Inteligencia Artificial
Tema:
REDES NEURONALES.

LA NEURONA
El tejido nervioso es el ms
diferenciado del organismo y est
constituido por clulas nerviosas.
Estas se denominan neuronas, que
son la unidad funcional del sistema
nervioso.
Se estima que en cada milmetro del
cerebro hay cerca de 50.000
neuronas.
El cuerpo de la neurona contiene el
ncleo. Que se encarga de todas las
actividades metablicas de la misma y
recibe la informacin de otras vecinas
a travs de las conexiones sinpticas.

QU ES UNA RED NEURONAL?

Se trata de un sistema de interconexin de neuronas en una red que

colabora para producir un estmulo de salida.
HISTORIA DE REDES NEURONALES
Los intentos por imitar el funcionamiento
del cerebro han seguido la evolucin del
estado de la tecnologa. Entre 1940 y
1950 los cientficos comenzaron a
pensar seriamente en las redes
neuronales utilizando como concepto la
nocin de que las neuronas del cerebro
funcionan como interruptores digitales.
As nace la idea de "revolucin
ciberntica" que maneja la analoga
entre el cerebro y el computador digital.

OBJETIVO DE LAS REDES NEURONALES

Conseguir, disear y construir mquinas capaces de realizar
procesos con cierta inteligencia.

PARA QUE SIRVEN?

Esta tecnologa puede ser desarrollada
tanto en software como en hardware y
con ella se pueden construir
sistemas capaces de aprender, de
adaptarse a condiciones variantes, o
inclusive si se dispone de una
coleccin suficiente grande de datos,
predecir el estado futuro de algunos
modelos.

ESTRUCTURA
Una neurona cuenta con una cantidad
variable de entradas que provienen del
exterior. A su vez dispone de una sola
salida que transmitir la informacin al
exterior o hacia otras neuronas.
Cada seal de salida tiene asociada una
magnitud llamada peso, este se calcular
en funcin de las entradas, por lo cual cada
una de ellas es afectada por un
determinado peso, el cual es ajustado
durante la fase de aprendizaje.
As en una Red neuronal entrenada, el
conjunto de los pesos determina el
conocimiento de esa Red y tiene la
propiedad de resolver el problema para el
que ha sido entrenada.

VENTAJAS
Aprendizaje: Las RN tienen la habilidad de aprender mediante
una etapa. Esta consiste en proporcionar a la RN datos como
entrada a su vez que se le indica cul es la salida (respuesta)
esperada.
Auto organizacin: Una RN crea su propia representacin de
la informacin en su interior, descargando al usuario de esto.

Tolerancia a fallos: Debido a que una RN almacena la

informacin de forma redundante, sta puede seguir
respondiendo de manera aceptable aun si se daa
parcialmente.

Flexibilidad: Una RN puede manejar cambios no importantes

en la informacin de entrada, como seales con ruido u otros
cambios en la entrada.

APLICACIONES
Las caractersticas de las
RN las hacen bastante
apropiadas para
aplicaciones como son:
problemas de clasificacin
y reconocimiento de
patrones de voz,
imgenes, seales, etc.

pueden
e
s
n
i
b
m
Ta
ando no
u
c
r
a
z
li
ti
u
odelos
existen m
os
matemtic
precisos o
con
algoritmos
ad
complejid
razonable

n
e ha ntrar
s
o
ism
nco
Asim o para e e
ud
ad
utiliz es de fra er
n
c
patro mico, ha el

n
er
econ ciones e ero, hac
ic
ci
pred do finan tiempo
a
e
merc ciones d .
ic
tc
pred frico, e
s
atmo

CONCLUSIN.
Hoy en da se contina estudiando en sta misma lnea, con
resultados sorprendentes, existen maneras de realizar procesos
similares a los inteligentes y que podemos encuadrar dentro de
la llamada Inteligencia Artificial (IA).