Está en la página 1de 2

Cules son los elementos de un sistema neuronal artificial.

Las redes neuronales artificiales (RNA) son modelos que intentan reproducir el comportamiento del
cerebro. Como tal modelo, realiza una simplificacin, averiguando cules son los elementos
relevantes del sistema, bien bien porque la cantidad de informacin de que se dispone es e!cesiva o
bien porque es redundante. "na eleccin adecuada de sus caracter#sticas, ms una estructura
conveniente, es el procedimiento convencional utilizado para construir redes capaces de realizar
determinada tarea.
$. %e conoce como capa o nivel a un con&unto de neuronas cu'as entradas provienen de la
misma fuente ' cu'as salidas se dirigen al mismo destino.
(. "nidad de proceso) La neurona Artificial. *!isten tres tipos de unidades en cualquier
sistema) entradas, salidas ' ocultas. Las unidades de entrada reciben se+ales desde el entorno,
las de salida env#an la se+al fuera de la red, ' las unidades ocultas son aquellas cu'as entradas '
salidas se encuentran dentro del sistema.
-. *stado de Activacin. Los estados del sistema en un tiempo t se representan por un vector
A(t). Los valores de activacin pueden ser continuos o discretos, limitados o ilimitados. %i son
discretos, suelen tomar un con&unto discreto de valores binarios, as# un estado activo se
indicar#a con un $ ' un estado pasivo se representar#a por un cero. *n otros modelos se
considera un con&unto de estados de activacin, en cu'o valor entre ./,$0, o en el intervalo .1
$,$0, siendo una funcin sigmoidal.
2. 3uncin de %alida o de 4ransferencia. Asociada con cada unidad 5a' una funcin de salida,
que transforma el estado actual de activacin en una se+al de salida.
*!isten cuatro funciones de transferencia t#picas que determinan distintos tipos de neuronas)
3uncin *scaln
3uncin Lineal ' 6i!ta
%igmoidal
3uncin 7aussiana
$. Cone!iones entre neuronas. Las cone!iones que unen a las neuronas que forman una RNA
tiene asociado un peso, que es el que 5ace que la red adquiera conocimiento. %e considera que
el efecto de cada se+al es aditivo, de tal forma que la entrada neta que recibe una neurona es la
suma del producto de cada se+al individual por el valor de la sinapsis que conecta ambas
neuronas ' es lo que se conoce como red de propagacin. %e utiliza una matriz 8 con todos los
pesos, %i 9&i es positivo indica que la relacin entre las neuronas es e!citadora, es decir,
siempre que la neurona i est: activada, la neurona & recibir una se+al que tender a activarla. %i
9&i es negativo, la sinapsis ser in5ibidora. *n este caso si i est activada, enviar una se+al que
desactivar a &. 3inalmente si 9&i es / se supone que no 5a' con!in entre ambas
(. 3uncin o Regla de Activacin. %e requiere una regla que combine las entradas con el
estado actual de la neurona para producir un nuevo estado de activacin. *sta funcin 3 produce
un nuevo estado de activacin en una neurona a partir del estado que e!ist#a ' la combinacin
de las entradas con los pesos de las cone!iones. *sa 3 es denominada funcin de activacin, '
las salidas que se obtienen en una neurona para las diferentes formas de 3 sern)
3uncin de Activacin *scaln
3uncin de Activacin ;dentidad
3uncin de Activacin Lineal <6i!ta
3uncin de Activacin %igmoidal
1. Regla de Aprendiza&e. *l aprendiza&e puede ser comprendido como la modificacin de
comportamiento inducido por la interaccin con el entorno ' como resultado de e!periencias
conduce al establecimiento de nuevos modelos de respuesta a est#mulos e!ternos. *n el cerebro
5umano el conocimiento se encuentra en la sinapsis. *n el caso de las RNA el conocimiento se
encuentra en los pesos de las cone!iones entre neuronas. 4odo proceso de aprendiza&e implica
cierto n=mero de cambios en estas cone!iones. *n realidad, puede decirse que se aprende
modificando los valores de lo pesos de la red.
http://www.monografias.com/trabajos12/redneur/redneur.shtml
Escribe un algoritmo para resolver problemas criptoarimetico.
$. Leer ' comprender cada uno de los datos en el enunciado del problema.
(. *ntender con claridad lo que le pide en el problema.
-. Remplazar cada letra o s#mbolo por un n=mero desde / 5asta nueve (de un d#gito)
2. A cada letra o s#mbolo diferente se le asigna un n=mero diferente.
>. A letras o s#mbolos iguales se asignan n=meros iguales.
?. Respetar las reglas de las operaciones aritm:ticas.
@. %obre los problemas propuestos. Cada problema inclu#a las operaciones bsicas.
http://funes.uniandes.edu.co/4123/1/Londo%C3%B1oesolucion!L"#2$13.pdf