Академический Документы
Профессиональный Документы
Культура Документы
1. INTRODUCCIN:
2.
1.Introduccin
3.
2.Panorama histrico
4. ANALISIS DE LA SITUACIN
ACTUAL
5. 3.El Modelo biolgico
6. 4.Elementos de una red neuronal
artificial
7. 5. Caractersticas de las redes
neuronales
8.
9. Topologa
10. Consiste en la organizacin y
disposicin de las neuronas en la
red
formando
capas
o
agrupaciones de neuronas. Los
parmetros fundamentales de la
red son: nmero de capas,
nmero de neuronas por capa,
grado de conectividad y tipo de
conexin entre neuronas.
Redes
monocapa:
se
establecen
conexiones
laterales entre las neuronas
que pertenecen a la nica
capa que constituye la red.
Ejemplos de redes de este
tipo son la rede HOPPFIELD y
la rede BRAIN-STATE-IN-ABOX. Las redes monocapa se
utilizan tpicamente en tareas
relacionadas con lo que se
conoce como autoasociacin;
por ejemplo, para regenerar
informaciones de entrada que
se presenta como incompleta
o distorsionada.
Redes multicapa: disponen
las neuronas agrupadas en
varios niveles. Dado que este
tipo de redes disponen de
de
12.
El aprendizaje es el
proceso por el cual una red
neuronal modifica sus pesos en
respuesta a una informacin de
entrada. Los cambios que se
producen durante la etapa de
aprendizaje se reducen a la
destruccin (el peso de la
conexin toma el valor 0),
modificacin y creacin (el peso
de la conexin toma un valor
distinto de 0) de conexiones entre
las neuronas.
13.
Tipo de asociacin entre
las informaciones de entrada y
salida
14.
Las redes neuronales son
sistemas que almacenan cierta
informacin aprendida; esta se
registra de forma distribuida en
los pesos asociados a las
conexiones entre neuronas. Hay
que establecer cierta relacin o
asociacin entre la informacin
presentada a la red y la salida
ofrecida por esta. Es lo que se
conoce como memoria asociativa.
15. Representacin
de
la
informacin de entrada y salida
16.
17. Redes continuas: En un gran
nmero de redes, tanto los datos
27.
52. Conclusones
53.
54.REFERENCIA