Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ingeniería electrónica
Octavo Semestre
Ensayo
Redes neuronales artificiales
A una maquina con estas características bastaría presentarle un problema, ella llegaría
a la solución por medio de una interacción continua con el medio que presenta el
problema. Sin embargo, los avances significativos en las redes neuronales en el siglo XX
se vieron frenados por las limitaciones tecnológicas de la época que hacía difícil o
imposible procesar la gran cantidad de datos que requiere el diseñar sistemas
inteligentes. Para poder entender las redes neuronales artificiales se debe primero
entender por lo menos a grandes rasgos el funcionamiento de una red neuronal biológica
que es en la cual están basadas las artificiales.
Las neuronas son un componente básico del sistema nervioso, incluyendo al mismo
tiempo al cerebro, estas son células que presentan una forma especial, tienen tres partes
principales, las dendritas, el cuerpo de la célula o soma y el axón. La membrana de la
neurona genera impulsos eléctricos y transfiere información a otras neuronas por medio
de la sinapsis, la información a lo largo de los axones por medio de impulsos eléctricos.
El estimulo es creado por la información que llega a través de las dendritas. El impulso
se propaga a lo largo del axón por el cambio de conductancia de la membrana que abre
y cierra los canales a los iones de sodio y potasio. Los potenciales de acción alcanzan
una amplitud máxima de unos 100mV y duran aproximadamente 1ms. Sin embargo, las
neuronas no están solas, en el cuerpo humano habitan redes neuronales, estas están
constituidas por un gran numero de neuronas, conectadas en forma masiva, ellas
conforman el sistema nervioso y el cerebro.
En cambio, las redes neuronales artificiales son modelos simplificados de las redes
neuronales biológicas, estas intentan imitar el funcionamiento del cerebro para resolver
problemas complejos como la visión, el reconocimiento de patrones o el control moto-
sensorial que caracteriza a los animales incluyendo al ser humano. Una neurona artificial
esta compuesta de una señal de entrada esta ingresa la señal a los pesos sinápticos,
estos están conectados a un punto de suma al punto de suma al mismo tiempo ingresa
un bias, este punto de suma tiene una salida conectada a una función de activación que
es la que nos proporciona la salida de nuestra neurona. Las neuronas artificiales
adquieren el conocimiento experimentalmente mientras varían los pesos de
interconexión constantemente.
𝑢𝑘 = ∑ 𝜔𝑘𝑗 𝑥𝑗 𝑦𝑘 = 𝜑(𝑢𝑘 + 𝑏𝑘 )
𝑗=1
Las neuronas pueden poseer distintas funciones de activación denotadas por la letra φ(v)
esta define la salida de la neurona en función del potencial de activación v. Las funciones
de activación básicas para una neurona son: Función escalón o umbral, función lineal a
tramos y función sigmoidal.