REDES NEURONALES

ARTIFICIALES

PRESENTADO POR:
WILMER ANDRES CASTILLA

DOCENTE:
TONY JIMENEZ
 Cada neurona está conectada con otras
a través de unos enlaces.
En estos enlaces el valor de salida de la
Son un modelo computacional
neurona anterior es mul plicado por un
vagamente inspirado en el
valor de peso.
comportamiento observado
Las clases y pos de RNA en su homólogo biológico.
las redes neuronales mas u lizadas
para resolver problemas de la
vida real son:
percetron mul capa
backpropaga on
feed forward

Un nuevo enfoque está u lizando

conexiones que se ex enden mucho
más allá y capas de procesamiento
de enlace en lugar de estar siempre
localizado en las neuronas adyacentes.

El perceptrón mul capa es una

red neuronal ar ficial (RNA)
formada por múl ples capas,
de tal manera que ene capacidad
para resolver problemas que no
son linealmente separables, lo
cual es la principal limitación
del perceptrón

Las redes neuronales se han

u lizado para resolver una
amplia variedad de tareas,

REDES como la visión por computador

y el reconocimiento de voz,
que son di ciles de resolver

NEURONALES usando la ordinaria

p ro gra m a c ió n b a s a d o en
reglas.

ARTIFICIALES
El método emplea un ciclo propagación
– adaptación de dos fases. Una vez que
se ha aplicado un patrón a la entrada de
la red como es mulo, este se propaga
desde la primera capa a través de las
capas siguientes de la red, hasta generar
una salida. La señal de salida se compara
con la salida deseada y se calcula una
señal de error para cada una de las salidas.

El obje vo de la red neuronal

es resolver los problemas de
la misma manera que el cerebro
hum ano, aunq ue las rede s
red neuronal prealimentada neuronales son más abstractas.
(feed-forward) es una red
neuronal ar ficial donde las
conexiones entre las unidades
no forman un ciclo. En esta red,
la información se mueve en una
única dirección: adelante.

Aplicaciones en la vida real

Ha y tre s gra nd es pa rad igm as Aproximación de funciones
de
aprendizaje, cada uno correspondien
te
Clasificación
a una tarea de aprendizaje abstra Procesamiento de datos
cto
en par cular. Estos son el aprendiz
aje Robó ca
su pe r vis ad o ,el ap re nd iza je
no
su pe rvi sad o y el ap ren diz aje
po r
Ingeniería de control
refuerzo.
 REFERENCIAS
BIBLIOGRAFICAS

https://www.ticbeat.com/innovacion/la-historia-de-la-
inteligencia-artificial-desde-los-origenes-hasta-hoy/

https://studylib.es/doc/123014/inteligencia_artificial_isc

https://revistaderobots.com/inteligencia-artificial/
historia-inteligencia-artificial-biografia-alan-turing/

https://www.nationalgeographic.com.es/ciencia/breve-
historia-visual-inteligencia-artificial_14419/15