Modelos de Computación II

Redes Neuronales
Recopilación de enlaces de interés

1. Wikipedia en español: Red neuronal artificial

http://es.wikipedia.org/wiki/Red_neuronal_artificial

Una primera toma de contacto con las redes neuronales. Diseño y programación
de una RNA, estructura, ventajas, modelos, tipología (topología, aprendizaje, tipo de
entrada), aplicaciones, ejemplos (Quake II Neuralbot). Asimismo tiene una serie de
enlaces interesantes, casi todos en inglés, como el que lleva a la Asociación Europea
para el desarrollo de las RNA (http://www.snn.kun.nl/enns/) o a la Asocación
Internacional para el desarollo de las RNA (http://www.inns.org/). Muchos de los
enlaces a los que lleva esta entrada no han sido todavía traducidos al español, por lo
que habría que consultarlos en la versión anglosajona.

2. Redes Neuronales, por Ana Bollella

http://www.monografias.com/trabajos12/redneuro/redneuro.shtml

Página muy completa sobre redes neuronales. Introducción a la Computación

Neuronal, historia de las Redes Neuronales, ventajas que ofrecen, aprendizaje
adaptativo, redes neuronales y computadoras digitales, fundamentos de las Redes
Neuronales, otras definiciones de Redes Neuronales, elementos de una Red
Neuronal Artificial, unidades de proceso: la neurona artificial, conexiones entre
neuronas, regla de aprendizaje, características de las Redes Neuronales, topología de
las Redes Neuronales, aprendizaje competitivo y cooperativo, ADALINE,
Backpropagation, la Regla Delta Generalizada, consideraciones sobre el algoritmo
de aprendizaje, referencias. Incluye gráficos (esquema de una red neuronal o las
diversas funciones de activación, por ejemplo), así como tres casos de estudio
(aplicaciones de redes Backpropagation) en los que se utilizó el programa Tiberius
Versión 1.3.83, desarrollado por Phil Brierley y Andrew Lewis.
3. Redes Neuronales, por Lourdes Arroyo
http://www.fortunecity.com/skyscraper/chaos/279/articulos/redesneuronales.htm

Artículo sobre las redes neuronales: diferentes puntos de vista de sus

aplicaciones No entra en demasiados detalles técnicos: qué es una neurona, qué es
una red neuronal artificial, modelos de redes neuronales, single-layer perceptron,
multi-layer perceptron. La autora incluye una escueta conclusión sobre el mayor
crecimiento potencial de las redes neuronales.

4. Redes Neuronales Artificiales: Curso de Introducción

http://www.iiia.csic.es/~mario/intro-rna.html

Completo texto que intenta dar una primera visión sobre las redes neuronales.
Introducción básica a las RNAs, características fundamentales, tipología o
clasificación, campos de aplicación, tecnologías de implementación, redes de
retropropagación, redes de Kohonen, redes de Hopfield. Con apéndices,
bibliografíay sección de enlaces relacionados. Dispone asímismo de 22 diapositivas
sobre los sistemas neurodifusos (neuro-fuzzy). Una zona de descarga nos
proporciona, entre otros, acceso a software de simulación de redes neuronales.

5. Redes Neuronales (Universidad Tecnológica de Pereira)

http://ohm.utp.edu.co/neuronales/

Tutorial de esta universidad de Risaralda, Colombia. Funcionamiento de una

neurona biológica y su analogía con una neurona artificial, principales tipos de redes
neuronales, sus antecedentes, estructura y regla de aprendizaje, siete aplicaciones de
las Redes Neuronales en Ingeniería Eléctrica. Incluye el código para la
implementación en MathLab, así como enlaces a los principales sitios web que
hacen referencia a las Redes Neuronales. Toda la información del tutorial puede ser
descargada en formato PDF.

6. Informe sobre Redes Neuronales, por Matías Ugarte

http://www.monografias.com/trabajos/redesneuro/redesneuro.shtml

No trata el tema matemáticamente, sino explicando detenidamente los

conceptos, describiéndolos con detalle: la neurona, historia de las redes neuronales
artificiales, método de transmisión de información en el cebrero, compuertas
lógicas, funcionamiento de las sinapsis, diferencias entre el cebrero y un ordenador,
similitudes, el futuro de las redes neuronales. A lo largo del texto encontramos
enlaces en diversos términos, que nos llevan a otras páginas y nos permiten
profundizar en el tema.

7. Las Redes Neuronales Artificiales, por Carlos Serrano

http://ciberconta.unizar.es/LECCION/REDES/INICIO.HTML
 Bien esquematizado y presentado, de navegación sencilla. Aplicaciones de las
redes neuronales en la Contabilidad (reconocimiento de patrones, problemas de
optimización, clasificación de datos financieros...). Diversas aplicaciones, como la
detección de fraude en tarjetas de crédito (VISA) con redes neuronales, concesión
de préstamos (red neuronal del Chase Manhattan Bank) o predicción en los
mercados de valores. Incluye conclusiones, bibliografía y sección de enlaces.

8. Fundamentos, modelos y aplicaciones de las Redes Neuronales, por Sandra

Patricia Daza
http://www.monografias.com/trabajos12/redneur/redneur.shtml

El contenido abarca el panorama histórico, el modelo biológico, los elementos y

estructura de una Red Neuronal Artificial, características, ventajas e
implementación, tipos, aplicaciones y control, así como un breve esbozo del futuro
de las Redes Neuronales. A lo largo del texto encontramos enlaces en diversos
términos, que nos llevan a otras páginas y nos permiten profundizar en el tema.

9. Electrónica México: Redes Neurales Artificiales

http://electronica.com.mx/neural/

Manual que proporciona una idea general de lo que son las Redes Neurales
Artificiales y sus aplicaciones existentes. Los contenidos son presentados de
manera sencilla y ordenada: características, topologías, perceptrón,
backpropagation, Hopfield y Kohonen. Dispone de una serie de artículos técnicos
sobre RNA y su implementación, programas y simuladores de Redes Neuronales
Artificiales y foro de discusión.

10. Universidad Politécnica de Madrid: Redes Neurales Artificiales

http://www.gc.ssr.upm.es/inves/neural/ann2/anntutorial.html

Detallado tutorial que presentar los fundamentos de las Redes Neuronales

Artificiales y algunas de sus aplicaciones en el Procesamiento de Señales: Redes
Neuronales de Tipo Biológico, Redes Neuronales Dirigidas a una aplicación,
taxonomía de las Redes Neuronales Artificiales, Redes Neuronales Artificiales
Supervisadas y No Supervisadas, funciones de Base y Activación, estructuras de las
Redes Neuronales Artificiales, aplicaciones, Modelos No Supervisados (Redes
Asociativas de pesos fijos, Redes de aprendizaje competitivo), Modelos
Supervisados (Redes Neuronales Artificiales basada en Decisión, Redes Neuronales
Artificiales de Aproximación/Optimización). Incluye un ejemplo de simulador de
redes neuronales, mostrando un caso práctico de entrenamiento de una red neuronal.
En español, inglés y alemán.

11. Introducción a las Redes Neuronales Artificiales, por Alfredo Catalina.

http://www.gui.uva.es/login/13/redesn.html
 Escueta introducción a las redes neuronales: la neurona y la sinapsis, el modelo
de McCulloch-Pitts, desarrollo histórico de las Redes Neuronales, el perceptrón
(estructura, funcionamiento, simulación y conclusiones), aplicaciones al control
automático (visión artificial, reconocimiento y categorización de patrones, procesos
químicos, predicción económica, control motor, etc), y el futuro de las Redes
Neuronales. Incluye bibliografía. Dispone de enlaces a gráficos, faciltando la
comprensión de conceptos.

12. Introducción a las Redes Neuronales, por Xavier Padern

http://www.redcientifica.com/doc/doc199903310003.html

Brevísima introducción a la materia, en un lenguaje ameno y sencillo: neurona

natural, grupo de neuronas, esquema de la neurona artificial, perceptrón unicapa
(perceptrón ejemplo, posibilidades de modificación de pesos, limitaciones) y multicapa
(ejemplo práctico de perceptrón multicapa: la visión artificial). Finaliza tratando el
futuro de la IA: todo parece indicar que los resultados más interesantes no se
conseguirán ni con la IA simbólica ni con el conexionismo, sino con una mezcla de
los dos.

13. Curso Sistemas Conexionistas: Redes Neuronales

http://www.lfcia.org/~cipenedo/cursos/scx/scx.html

Se presenta la teoría y aplicaciones de redes neuronales, como sistemas

conexionistas: conceptos básicos, aprendizaje y entrenamiento, adaline y perceptrón,
perceptrón multicapa, redes autoorganizativas, redes de base radial, crecimiento de
redes, red de Hopfield (memoria auto-asociativa). Todos los temas del curso pueden
descargarse en formato PDF. Todo el contenido referencia al libro “Redes de
Neuronas Artificiales. Un Enfoque Práctico", de Pedro Isasi Viñuela e Inés M.
Galván León (edts). Prentice Hall. 2004.

14. Aplicaciones Empresariales de Redes Neuronales

http://aern.net/cas/

Empresa dedicada a promover el empleo de las redes neuronales como técnica

alternativa, así como a la mejora de la gestión empresarial a través del diseño e
implementación de las mismas: predicción de mercados de capitales (bolsa,
acciones, fondos de inversión, bonos, renta fija…), gestión de riesgo en la empresa a
través de redes neuronales, pptimización de procesos empresariales o sustitución de
la estadística clásica y de modelos lineales por las redes neuronales en diversos
procesos empresariales, entre otros. Sitio web también en inglés.

15. SpriNN
http://www.aernsoft.com/cas/ayuda/intro.htm

Programa experto en la predicción de series temporales, especialmente adaptado

a los mercados de capitales. Sus capacidades predictivas se basan en la aplicación de
las redes neuronales desde la plataforma del motor neuronal de predicción
desarrollado por AERN. SpriNN se basa en las redes neuronales, utilizando un
sistema inteligente en el que el número de neuronas y las conexiones se adaptan
dinámicamente en función de los parámetros de cada problema o proyecto
predictivo.

16. AIS: Aplicaciones de Inteligencia Artificial

http://www.ais-int.com/

Consultora multinacional española especializada en aportar soluciones a temas

de gestión empresarial complejos, mediante la conversión de datos en información,
e información en herramientas de apoyo a la toma de decisiones. Se proporcionan
soluciones de marketing, gestión de riesgo y planificación industrial, entre otros.
Sitio web disponible en español e inglés.

17. Topologías para redes: Redes Neuronales, por Rengifo Frederick

http://www.monografias.com/trabajos15/topologias-neural/topologias-
neural.shtml#NEURONAL

Apartado dedicado a las redes neuronales dentro de un estudio de la topología de

redes (configuración adoptada por las estaciones de trabajo para conectarse entre sí).
Trata brevemente su estructura (disponible un gráfico,siedo necesario descargar el
texto para su visualización), modelos, aplicaciones y ventajas. A lo largo del texto
encontramos enlaces en diversos términos, que nos llevan a otras páginas y nos
permiten profundizar en el tema.

18. Redes de neuronas artificiales y pensamiento

http://personal5.iddeo.es/wintrmute/ia/neuronal.htm

Breve escrito de sencilla lectura sobre las redes neuronales. Realiza una pequeña
introducción, muy superficial. Destacable el apartado de conclusiones, con
interesantes ejemplos sobre aprendizaje y reconocimiento de patrones. Al final se
nos recomienda el libro “Cuestiones de la mente", sobre los dos niveles en los que
se estudia el pensamiento: el biológico y el de los estados mentales.

19. Sistema de Visión Artificial para determinar el flujo de café soluble en un

Prototipo de Aglomeración de Polvos mediante Redes Neuronales, por
William Vallejo.
http://www.monografias.com/trabajos10/cafe/cafe.shtml

Se menciona brevísimamente a las Redes Neuronales, dando una pequeña

explicación sobre las mismas, en este estudio de un subsistema del proceso
industrial de aglomeración, consistente en una bandeja de alimentación a granel en
la cual se requiere cuantificar su flujo sin la necesidad de
instalar un sensor comercial o un medidor de flujo sofisticado y costoso. A lo largo
del texto encontramos enlaces en diversos términos, que nos llevan a otras páginas y
nos permiten profundizar en el tema.
20. Sistemas Operativos para redes y Redes Neuronales, por María Álvarez
http://www.monografias.com/trabajos15/sistemas-redes/sistemas-
redes.shtml#QUEES

Apartado dedicado a las Redes Neuronales, en este sencillo estudio sobre

diversos sistemas operativos (Unix, Windows 95, Windows NT, Netware, de
red…): qué es una red neuronal, ventajas que conllevan, tamaño (redes
neuronales de tipo biológico y redes para aplicaciones concretas), topologías de
red y redes de transmisión digital integrada. Incluye bibliografía.

21. Construyen un cerebro artificial con neuronas de rata capaz de pilotar un

avión
http://laflecha.net/canales/ciencia/200411151/

Noticia de esta web de Ciencia y Tecnología, del día 15 de Noviembre de 2004.

Un cerebro artificial construido en laboratorio con 25.000 neuronas de rata ha sido
capaz de hacer volar a un avión de combate virtual. El cerebro y el aparato
establecieron una conexión similar a la que usan las neuronas cuando reciben e
interpretan señales para controlar nuestro cuerpo. En forma gradual el cerebro
aprendió a controlar el avión usando los datos que recibía de las condiciones de
vuelo. Esta red neuronal viva se comunica con el exterior a través de 60 electrodos
ubicados en el inferior del recipiente, interactuando con el simulador de vuelo de un
avión F-22 instalado en un ordenador de escritorio normal.

22. Redes Neuronales: Glosario, por Carlos von der Becke

http://club.telepolis.com/ohcop/neural_n.html

Breves definiciones de términos relacionados con las Redes Neuronales:

neurona, perceptrón, retroalimentación y conexionismo, entre otras.

23. Inteligencia Artificial y Redes Neuronales, por Osiris Toquero

http://www.monografias.com/trabajos7/inar/inar.shtml#redes

Apartado dedicado a las Redes Neuronales, en este trabajo sobre Inteligencia

Artificial, sus técnicas, algoritmos y robótica. No se profundiza en ningún concept
sobre las RNAs, siendo poco más que una simple definición: perceptrón unicapa,
métodos de aprendizaje (supervisado, no supervisado, por esfuerzo), limitaciones
del perceptrón unicapa (imposibilidad de aprender funciones que no sean
linealmente separables) y el futuro de las redes neuronales, sobre todo sus
aplicaciones a la robótica.

24.Entrenando y simulando una red neuronal en C#, por Jose Manuel López
http://www.elguille.info/colabora/puntoNET/jlopezi_RedNeuronal.htm
 Artículo que utiliza el algoritmo de Backpropagation para entrenar una Red
Neuronal que realiza la función XOR (exclusiva o) en sus dos entradas: algoritmo
de la Red Neural, entrenamiento de la red, propagación hacia atrás
(backpropagation), codificación del algoritmo, sucesivos pasos de la simulación y su
ejecución. Incluye el código de ejemplo, en C#.

25.Listado C++ para simular una red neuronal tipo Perceptron, por Alfredo
Catalina Gallego
http://www.gui.uva.es/login/13/redeslst.html

Código fuente, en lenguaje C++, del programa que ilustra el funcionamiento de

una red neuronal del tipo Perceptrón de Rosenblatt. Permite observar cómo se
realiza el aprendizaje de una función lógica OR (o bien una AND).

26.Inteligencia Artificial y Redes Neuronales, por Pablo David Santiago

http://www.monografias.com/trabajos16/inteligencia-artificial-
historia/inteligencia-artificial-historia.shtml#REDES

Sección dedicada a las Redes Neuronales, dentro de este interesante estudio

sobre la inteligencia artificial: historia y evolución, características, funcionamiento
básico y general, aplicaciones y proyectos, entre otros. Especialmente destacable el
apartado “Granja de Evolución” en las RNAs: Bio-Land es una granja virtual donde
vive una población de criaturas basadas en redes neuronales. Los biots pueden usar
sus sentidos de la vista, el oído e incluso el olfato y tacto para encontrar comida y
localizar parejas. Los biots cazan en manadas, traen comida a su prole y se apiñan
buscando calor. Lo que su creador quiere que hagan es hablar entre ellos, con la
esperanza de que desarrollen evolutivamente un lenguaje primitivo. A partir de ese
lenguaje, con el tiempo podrían surgir niveles más altos de pensamiento. A lo largo
del texto encontramos enlaces en diversos términos, que nos llevan a otras páginas y
nos permiten profundizar en el tema.

27. Una red neuronal predice la interacción entre proteínas

http://www.diariomedico.com/edicion/noticia/0,2458,193593,00.html

Noticia del dia 11 de Octubre de 2002, en la cual se explica que científicos

españoles e italianos han creado un modelo artificial. El equipo de investigadores,
del Centro Nacional de Biotecnología español, la empresa Alma Bioinformática y la
Universidad de Bolonia, diseñaron un sistema basado en redes neuronales
artificiales capaz de predecir las regiones de una proteína implicadas en la
interacción con otras a partir de información estructural (estructura 3D) y evolutiva
(alineamiento múltiple de secuencias).

[Atrás]

Víctor Terrón
2º A Ingeniería Informática
31 de Marzo de 2005