Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 87 vistas

    Una Breve Introduccion A Las Redes Neuronales

    Cargado por

    WilliamsBorges
    Este documento presenta una breve introducción a las redes neuronales. Explica la historia de las redes neuronales desde sus orígenes biológicos hasta su formalización matemática, incluyendo hitos como los primeros modelos de redes neuronales en 1943, la regla de Hebb y el perceptrón en 1949. También describe los componentes básicos de las redes neuronales artificiales como las conexiones, funciones de propagación y activación, y estrategias de aprendizaje supervisado como el algoritmo delta y la retropropagación. Finalmente, resume diferentes tipos

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Una Breve Introduccion A Las Redes Neuronales

    Cargado por

    WilliamsBorges
    87 vistas20 páginas
    Este documento presenta una breve introducción a las redes neuronales. Explica la historia de las redes neuronales desde sus orígenes biológicos hasta su formalización matemática, incluyendo hitos como los primeros modelos de redes neuronales en 1943, la regla de Hebb y el perceptrón en 1949. También describe los componentes básicos de las redes neuronales artificiales como las conexiones, funciones de propagación y activación, y estrategias de aprendizaje supervisado como el algoritmo delta y la retropropagación. Finalmente, resume diferentes tipos

    Título original

    Una Breve Introduccion a las Redes Neuronales

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta una breve introducción a las redes neuronales. Explica la historia de las redes neuronales desde sus orígenes biológicos hasta su formalización matemática, incluyendo hitos como los primeros modelos de redes neuronales en 1943, la regla de Hebb y el perceptrón en 1949. También describe los componentes básicos de las redes neuronales artificiales como las conexiones, funciones de propagación y activación, y estrategias de aprendizaje supervisado como el algoritmo delta y la retropropagación. Finalmente, resume diferentes tipos

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    87 vistas20 páginas

    Una Breve Introduccion A Las Redes Neuronales

    Cargado por

    WilliamsBorges
    Este documento presenta una breve introducción a las redes neuronales. Explica la historia de las redes neuronales desde sus orígenes biológicos hasta su formalización matemática, incluyendo hitos como los primeros modelos de redes neuronales en 1943, la regla de Hebb y el perceptrón en 1949. También describe los componentes básicos de las redes neuronales artificiales como las conexiones, funciones de propagación y activación, y estrategias de aprendizaje supervisado como el algoritmo delta y la retropropagación. Finalmente, resume diferentes tipos

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 20

    Una Breve Introducción

    a las Redes Neuronales


    David Kriesel
    Primera Parte: De la biología a la
    formalización

    ¿Por qué redes neuronales?


    La regla de los 100 pasos y un ejemplo
    Entrada 𝐼 ∈ 𝑅 8

    Forma Programa

    Clásica

    Usando
    Aprendizaje
    Breve Historia de las Redes Neuronales
    Comienzo
    1943 1947 1950
    Primeros Reconocimiento 1949 Almacenamiento
    modelos de de patrones Regla de Hebbian de información
    redes neuronales espaciales del cerebro

    Edad de Oro
    1960 1961
    1951 1957-1958 1959
    1956 ADALINE Memoria
    Neurocompurador Mark I Perceptrón
    Snark Neuronas Asociativa
    Perceptrón

    1969
    1965
    Análisis
    Learning
    Perceptrón Machines
    Breve Historia de las Redes Neuronales
    Reconstrucción

    1972 1973 1976-1980 1982


    1974 1983
    Asociador Modelo Resonancia Mapas
    Retropropagación Neocognitrón
    Lineal Neuronal Adaptativa Kohonen

    Renacimiento
    1985 1986
    Redes Retropropagación ACTUALIDAD
    Hopfield
    Redes Neuronales Biológicas
    Sistema Nervioso Central Sistema Nervioso Periférico
    Cerebro

    Médula
    Espinal
    Cerebro

    • Coordinación motora
    Cerebelo • Equilibrio

    • Administra Señales
    Diencéfalo • Reloj Biológico
    • Dolor

    Tronco • Puentes de Varolio


    Cerebral
    Neuronas
    Componentes de la Neurona

    Procesos Electroquímicos
    Potencial de Acción Reposo

    Estímulo
    Hiperpolarización Supera el
    Umbral

    Repolarización Despolarización
    Redes Neuronales Artificiales
    Modelo Inspirado por Sistemas
    Computacional Biológicos

    Modelo Simple de Red Neuronal


    Suma
    Entrada Salida Escalar
    Componentes Ponderada
    Vectorial
    𝑦 = 𝑓( 𝑥𝑖 𝑤𝑖 )
    𝑥 𝑥𝑖 𝑥𝑖 𝑤𝑖 𝑖
    𝑖

    Concepto de Tiempo en una Red Neuronal


    Paso Anterior Presente Paso Siguiente
    (𝑡 − 1) (𝑡) (𝑡 + 1)
    Redes Neuronales Artificiales
    Definición Formal de Red Neuronal
    Una red neuronal es un triple ordenado (𝑁, 𝑉, 𝑤) con dos conjuntos 𝑁, 𝑉 y una
    función 𝑤, donde 𝑁 es el conjunto de neuronas y 𝑉 un conjunto *(𝑖, 𝑗) | 𝑖, 𝑗 ∈ 𝑁+
    cuyos elementos se denominan conexiones entre la neurona 𝑖 y neurona 𝑗. La función
    w define los pesos, donde 𝑤 ((𝑖, 𝑗)), el peso de la conexión entre la neurona 𝑖 y la
    neurona 𝑗.

    Componentes de la Red

    Función de Función de Función de


    Conexiones Valor Umbral
    Propagación Activación Salida

    Estrategia de Aprendizaje
    Topologías de una Red Neuronal
    Red Neuronal Recurrente
    Red Neuronal Prealimentada

    Directa Red Neuronal


    Totalmente Interconectada

    Indirecta

    Acceso directo

    Lateral
    Paradigmas del Aprendizaje
    Aprendizaje Patrones de
    Identifica
    Patrones Clasifica
    Entrada
    Similares
    No Supervisado

    Aprendizaje Por Patrones de


    Clasifica Retroalimentación
    Refuerzo Entrada
    Después de una Secuencia

    Aprendizaje Patrones de
    Salida Comparación Corrección
    Entrada
    Supervisado
    Segunda Parte: Paradigmas del
    Aprendizaje Supervisado
    Perceptrón

    Perceptrón Perceptrón
    De Una Capa Multicapa

    Algoritmo de Aprendizaje del Perceptrón


    Algoritmos de Aprendizaje Supervisado

    La Regla Delta 𝛿 = 𝑆𝑎𝑙𝑖𝑑𝑎 𝐷𝑒𝑠𝑒𝑎𝑑𝑎 − 𝑆𝑎𝑙𝑖𝑑𝑎 𝑂𝑏𝑡𝑒𝑛𝑖𝑑𝑎

    Retropropagación
    (Backpropagation)
    Redes de Función de Base Radial
    Aplicación

    Componentes y Estructura
    Redes Perceptrón Recurrentes
    Redes de Jordan

    Redes de Elman
    Redes de Hopfield
    Activación de las Neuronas
    Mapas de Características
    Auto-Organizados
    Unidimensional

    Bidimensional

    Estructura

    Aplicaciones

    También podría gustarte