Está en la página 1de 4

Terminologa Bsica.

Una red neuronal artificial es un sistema computacional desarrollado para el


almacenamiento y aprendizaje autnoma de informacin. Este sistema fue creado
con el fin de emular el cerebro humano, ya que en los primeros aos de vida somos
entrenados para aprender rutinas que se realiza diariamente para despus aprender
de manera autnoma.

Como lo aclara su nombre, la neurona viene siendo la unidad constituyente de una


red neuronal. La neurona recibe x cantidad de entradas pesadas (wx) y procesa 1
sola salida. En la programacin, se requiere de ciertas frmulas de las funciones
que se ocupa para la red neuronal:
Clasificacin de las Redes Neuronales Artificiales
Las redes neuronales se clasifican de acuerdo su arquitectura o topologa:
Segn su topologa:
o Redes mono-capa: Solo contiene una capa y tiene sus neuronas
establecidas ah mismo. Hace tareas relacionadas con auto-
asociacin.
o Redes multi-capa: Sus neuronas estn agrupadas en 2 o ms niveles.
Sus seales se reciben de otra capa anterior.
Segn su aprendizaje:
o Aprendizaje supervisado: Dependen de un agente externo que
conoce la respuesta para generar la red a partir de este. Se compara
la salida de la red con la del agente. En caso de no coincidir, se
modificar la red para obtener resultados aproximados.
o Aprendizaje no supervisado: No dependen de algn agente externo
para indicar la salida de la red. Proporcionas diferentes salidas de
red.
Tipos de redes neuronales:
Perceptron: Se clasifican segn su nmero de capas.
o Perceptron simple: Consta de 2 capas de neuronas. Toma valores
binarios o bipolares como entrada y en los valores de salida.

o Perceptron multicapa: Su capa oculta convierte conjuntos no


linealmente independientes a linealmente independientes. Adems, el
perceptron multicapa admite valores reales.

Red de Hopfield: Red autosasiocativa no lineal con un nmero de neuronas


simtricas conectadas cuyos valores de entrada y salidas son -1 y 0
(inactivo), y 1 (activo). Utilizado para reconocer patrones. Puede calcular
pesos, y dar resultados con ruidos.
Red neuronal Competitiva Simple: Sus neuronas compiten entre ellas para
representar patrones. Cada patrn se encuentra en una neurona donde es
mejor resguardado. Admite y manda valores binarios o bipolares como
entradas y salidas.
Redes Neuronales Online ART1: Forma grupos de patrones y los clasifica de
acuerdo a la configuracin de la red. Usa el parmetro de granulidad o
parmetro de vigilancia para diferenciar patrones almacenados en nuevas
categoras.
Redes Neuronales competitivas ART2: Similar a la red ART1, con la nica
diferencia que las neuronas de la capa de entrada estn unidas con las
neuronas de la capa de salida.
Redes neuronales autoorganizadas: Las neuronas con patrones parecidos
aparecen jutnas en la capa de salida. Cada neurona de la salida refleja las
coordenadas del espacio que el diseador de la red decida.