Definición de red neuronal artificial

Definición de red neuronal artificial

Paradigma de aprendizaje y procesamiento automático inspirado en el funcionamiento
del sistema nervioso humano.

Una red neuronal está compuesta por un conjunto de neuronas interconectadas entre sí
mediante enlaces.

Cada neurona toma como entradas las salidas de las neuronas de las capas antecesoras, cada
una de esas entradas se multiplica por un peso, se agregan los resultados parciales y
mediante una función de activación se calcula la salida. Esta salida es a su vez es entrada de
la neurona a la que precede.

La unión de todas estas neuronas interconectadas es lo que compone la red neuronal

artificial.

Las redes redes neuronales no son más que redes interconectadas masivamente en paralelo
de elementos simples (usualmente adaptativos) y con organización jerárquica, las cuales
intentan interactuar con los objetos del mundo real del mismo modo que lo hace el sistema
nervioso biológico.
Conceptos básicos
Se ha indicado que una red neuronal es un conjunto de neuronas interconectada trabajando
conjuntamente, pero para entender su funcionamiento es muy recomendable tener claros los
concretos asociados a cada neurona.

Conjunto de entradas x1,…

xn

Representan las entradas de la red neuronal.

Pesos sinápticos w1,…wn

Cada entrada tiene un peso que se va ajustando de forma automática a medida que la red
neuronal va aprendiendo.

Función de agregación, Σ

Realiza el sumatorio de todas las entradas ponderadas por sus pesos.

Función de activación, F

Se encarga de mantener el conjunto de valores de salida en un rango determinado,

normalmente (0,1) o (-1,1)

Existen diferentes funciones de activación que cumplen este objetivo, la más habitual es la
función sigmoide.

Salida, Y

Representa el valor resultante tras pasar por la red neuronal.