Universidad Tecnolgica Metropolitana del Estado de Chile

Facultad de Ingeniera
Departamento de Informtica y Computacin

Tarea1
RedesNeuronalesArtificiales(ANN)

Trabajopresentadoporlosalumnos:
CsarMirandaG.
FrancoMoralesB.
ValerySotoL.
AlejandraMuozB.
VictoriaMuozB.
SebastianFuenzalidaM.

Profesor:
FranciscoCofrG.

DelaAsignatura:
InteligenciaArtificial
.

30deSeptiembrede2015

Puedeusarlassiguientespreguntasparaorientarsuanlisis:

1.QuesunaANN?.

El nombre ANN (Redes Neuronales Artificiales),viene de la idea de imitar el funcionamiento de las redes
neuronales de los organismos vivos: un conjunto de neuronas conectadas entre s y que trabajan en
conjunto, sin que haya una tarea concreta para cada una. Con la experiencia, lasneuronasvancreandoy
reforzando ciertas conexiones para "aprender" algoque se queda fijo en el tejido, trata de crear modelos
artificialesquesolucionenproblemasdifcilesderesolvermediantetcnicasalgortmicasconvencionales.

2.Enqucasoslausara?.

Enaplicaciones donde no se dispone de un modelo identificable que pueda ser programado,perodel

cual se conocen un conjunto bsico de elementos de entrada (previamente clasificados o no), por
ejemplo: clasificacin y reconocimiento de patrones, Interpretacin de firmas, identificacin de
falsificaciones,clasificacindesealesderadar,previsindelaevolucindelosprecios.

Cuandonoexistenmodelosmatemticosprecisosoalgoritmosconcomplejidadrazonable

En conjunto con otros algoritmos, se pueden crear aplicaciones tales como controladores de robots,
donde el algoritmo entrega los parmetros, mientras que la adecuacin yaprendizajeloentregalared
neuronalartificial.

3.Cundonorecomendarasuuso?.

Las mquinas hoy en da son serie sloejecutanuna instruccina lavez.Por ello, modelarprocesos
paralelos en mquinas serie puede ser un proceso que consuma mucho tiempo , por lo tanto sino se
tieneelhardwareadecuado,serecomiendanoutilizarredesneuronales.

Cuando existen modelos matemticos precisos o algoritmos con complejidad razonable. Ejemplo:
problemadelviajante

Cuandohayunafaltadereglasdefinitoriasqueayudenaconstruirunaredparaunproblemadado.

4.QucaractersticasdeberatenerelproblemaparaserabordablevaANN?.

Existen cuatro aspectos quecaracterizanunaredneuronal: su

topologa
,elmecanismo deaprendizaje,tipo
de asociacin realizada entre la informacin de entrada y salida, y la forma de representacin de estas
informaciones.

Por lo tanto, para que un problema sea resuelto a travs de ANN, dentro de las caractersticas que debe
cumplirunproblemasepuedentenerlassiguientes:

Usointensivodedatosydependenciadeparmetrosinteractivos.

Elreadeaplicacindebetenerunricohistorialoejemplos.

Eldiscriminanteolafuncinsolucindebeserdesconocidaodedifcildesarrollo.

Cuandonosetengaclarosiunaomsvariablespuedenaportaralgoalasolucin.

Disponesdesuficientetiempodeentrenamiento.

Sedebepoderconsultaraunexpertoenelreadeaplicacin.