CUESTIONARIO DE REDES NEURONALES

1. Marque la alternativa que no corresponda con el concepto de una RNA (Red Neuronal Artificial) a) Una nueva forma de computacin, inspirada en modelos biolgicos. b) Un modelo matemtico compuesto por un gran nmero de elementos procesales organizados en niveles. c) Es un conjunto de unidades bsicas de procesamiento interconectadas entre s, donde la informacin procesada es almacenada localmente, sin embargo esta red no es capaz de aprender ni asociar hechos. d) Un sistema de computacin compuesto por un gran nmero de elementos simples, elementos de procesos muy interconectados, los cuales procesan informacin por medio de su estado dinmico como respuesta a entradas externas 2. En una neurona, cual es la parte que recibe o recepciona la informacin transmitida por otra neurona. a) El axn b) Las dendritas c) El soma d) La sinapsis 3. Como se llama La red neuronal ms antigua, que fue diseada por Frank Rosenblat en 1957. a) Perceptrn b) Eniac c) Neuro-red d) Red Rosen 4. Indique dos caractersticas de una red neuronal artificial. a) Recursividad y regresin b) Asociacin y regeneracin de patrones. c) Clasificacin y independencia de datos. 5. Que tipo red neuronal se utiliz en la aplicacin sobre gestin de stocks. a) La red hopfield b) la arquitectura Fuzzy ARTMAP c) El perceptrn simple d) El perceptrn mltiple 6. Las redes neuronales aprenden mediante a) Algoritmos b) La experiencia c) Recursividad 7. Las redes neuronales Cuntos procesos pueden hacer a la vez? a) 1 b) Ninguno c) Varios

8. Las redes neuronales despus de su entrenamiento. a) Siguen aprendiendo. b) Se quedan con lo aprendido. c) No aprenden ms. 9. Las redes neuronales son capaces de adaptarse a nuevos problemas? a) Si b) No 10. Al sufrir una falla en una de sus partes a) El sistema colapsa. b) Mantiene todava su funcionamiento. c) Queda obsoleto. 11. Que son las dendritas? Son terminales de las neuronas; y estn implicadas en la recepcin de los estmulos, pues sirven como receptores de impulsos nerviosos. 12. Qu es un Axon? Son prolongaciones de las neuronas especializadas en conducir el impulso nervioso desde el cuerpo celular hacia otra clula. 13. Cul es el objetivo de una funcin de entrada? a. Recibir numerosos valores de entrada. b. Enviar resultados a otra neurona. c. Rectificar los datos de salida. 14. Cul es la distorsin motivacional? El error que generan los sujetos que intentan ofrecer una buena imagen de s mismos, en un estudio de seleccin de personal. 15. Qu es una funcin de activacin? a. Representa el estado de activacin de una neurona. b. Engloba los datos de la funcin de entrada para definir su estado. c. Activa la respuesta de la neurona. 16. El proceso de aprendizaje de las redes neuronales tambin se denomina: a) Proceso de validacin b) Proceso de acondicionamiento c) Proceso de supervisin 17. Despus del proceso de entrenamiento los pesos de las conexiones en la red neuronal quedan fijos. Como paso siguiente se debe comprobar si la red neuronal puede resolver nuevos problemas, para este propsito se requiere de otro conjunto de datos, denominado: a) Conjunto de validacin b) Conjunto de datos de entrenamiento c) Conjunto de decisiones

18. Tipos de aprendizaje supervisado: a) estocstico, comparativo b) hebbiano, refuerzo c) refuerzo, correccin de error 19. En este tipo de aprendizaje la funcin del supervisor se reduce a indicar mediante una seal si la salida obtenida en la red se ajusta a la deseada. a) Aprendizaje por correccin de error b) Aprendizaje por refuerzo c) Aprendizaje competitivo 20. El proceso de aprendizaje consiste en: a) Determinar cundo se detendr el proceso b) Codificar las variables. c) La modificacin de los pesos en respuesta a una informacin de entrada. 21. La variables a ser codificadas pueden ser: a) Numricas b) Slo simblicas c) Numricas y simblicas.