Universidad Autónoma de Nuevo León

Facultad de Ingeniería Mecánica y Eléctrica

Inteligencia Artificial

Unidad 4. Búsqueda informada y exploración

M.C Ángel Rico Méndez

Jueves V1-V3 Grupo 003

Actividad 6

SÍNTESIS DE LAS REDES NEURONALES ARTIFICIALES

Rafael Balderas Carreón 1723675 IMTC

Fecha entrega: 29-05-2020

Las redes neuronales artificiales están basadas en el funcionamiento de las redes de
neuronas biológicas. Las neuronas que todos tenemos en nuestro cerebro están
compuestas de dendritas, el soma y el axón: Las dendritas se encargan de captar los
impulsos nerviosos que emiten otras neuronas. Estos impulsos, se procesan en el soma y se
transmiten a través del axón que emite un impulso nervioso hacia las neuronas
contiguas. 

En el caso de las neuronas artificiales, la suma de las entradas multiplicadas por sus pesos

asociados determina el “impulso nervioso” que recibe la neurona. Este valor, se procesa en

el interior de la célula mediante una función de activación que devuelve un valor que se

envía como salida de la neurona.

Del mismo modo que nuestro cerebro está compuesto por neuronas interconectadas entre

sí, una red neuronal artificial está formada por neuronas artificiales conectadas entre sí y

agrupadas en diferentes niveles que denominamos capas:

Una capa de entrada, con unidades que representan los campos de entrada; una o

varias capas ocultas; y una capa de salida, con una unidad o unidades que representa el

campo o los campos de destino. Las unidades se conectan con fuerzas de conexión

variables (o ponderaciones). Los datos de entrada se presentan en la primera capa, y los

valores se propagan desde cada neurona hasta cada neurona de la capa siguiente. al final,

se envía un resultado desde la capa de salida.

Por otra parte, el objetivo principal de este modelo es aprender modificándose

automáticamente a si mismo de forma que puede llegar a realizar tareas complejas que no
podrían ser realizadas mediante la clásica programación basada en reglas. De esta forma

se pueden automatizar funciones que en un principio solo podrían ser realizadas por

personas.

Para conseguir que una red neuronal realice las funciones deseadas, es necesario

entrenarla. El entrenamiento de una red neuronal se realiza modificando los pesos de sus

neuronas para que consiga extraer los resultados deseados. Para ello lo que se hace es

introducir datos de entrenamiento en la red, en función del resultado que se obtenga, se

modifican los pesos de las neuronas según el error obtenido y en función de cuanto haya

contribuido cada neurona a dicho resultado. Este método es conocido como

Backpropagation o propagación hacia atrás. Con este método se consigue que la red

aprenda, consiguiendo un modelo capaz de obtener resultados muy acertados incluso con

datos muy diferentes a los que han sido utilizados durante su entrenamiento.

Cabe agregar que alcance de las funciones de las redes neuronales es muy amplio, debido

a su funcionamiento, son capaces de aproximar cualquier función existente con el

suficiente entrenamiento. Principalmente las redes neuronales son utilizadas para tareas

de predicción y clasificación.

Su rango de actuación es amplio y de gran utilidad hoy en día, no solo se utilizan para

aplicaciones de Industria 4.0 (reconocimiento de piezas y defectos que no han sido

introducidos previamente, por ejemplo), sino que son utilizados en otras áreas como la

economía, en la que pueden ayudar a predecir cuanto van a variar los precios a lo largo

de los años, o incluso en medicina donde son de gran ayuda para diagnosticar diversos
problemas de salud.

Las redes neuronales se han convertido en una pieza clave para el desarrollo de la

Inteligencia Artificial, es uno de los principales campos de investigación y el que más está

evolucionando con el tiempo, ofreciendo cada vez soluciones más complejas y eficientes.

Bibliografía

https://www.xeridia.com/blog/redes-neuronales-artificiales-que-son-y-como-se-

entrenan-parte-i

https://www.atriainnovation.com/que-son-las-redes-neuronales-y-sus-funciones/

http://ciencia.unam.mx/leer/773/redes-neuronales-artificiales-contribuyen-en-el-

desarrollo-de-aplicaciones-en-beneficio-humano

https://www.ibm.com/support/knowledgecenter/es/SS3RA7_sub/modeler_mainhelp_client

_ddita/components/neuralnet/neuralnet_model.html