UNIVERSIDAD HERMILIO VALDIZAN DE HUANUCO

FACULADAD DE CIENCIAS DE EDUCACION

ESCCUELA PROFESIONAL: BIOLOGIA, QUIMICA Y CIENCIAS
DEL AMBIENTE

MONOGRAFIA:
LA OPERACIÓN DE REDES NEURONALES
INTEGRANTES:
1. BERRIOS GOMEZ YOMELINDA
2. HUAMAN HERMOCILIA GUINA
3. ESPINOZA HILARIO SARAHY PAMELA

DOCENTE: MG. FIDEL RAFAEL ROJAS INGA

CURSO: NEUROCIENCIA DEL APRENDIZAJE
SICLO: I

HUANUCO, PERU
2021
 DEDICATORIA:
Dedicamos este trabajo principalmente a Dios, por habernos dado
la vida y permitirnos haber llegado a este momento tan
importante de nuestra formación profesional.
También agradecemos a nuestros padres por gran sacrificio que
hacen día a día, para lograr nuestros objetivos trazados, para ser
profesionales de bien en la sociedad.
Asimismo, agradecemos al maestro Fidel Rojas Inga, por su gran
apoyo y motivación en cuanto nuestra formación profesional.
 INTRODUCCION
La operación de redes neuronales se inspira en la operación del sistema
biológico en el sentido de incorporar un conjunto de entradas y
proporcionar cierta respuesta, que se propaga por el axón para
conformar una salida o la entrada a otras neuronas, constituyendo así
una red de neuronas que colaboran entre sí, para un objetivo común El
principal objetivo de este modelo es la construcción de sistemas capaces de presentar un
cierto comportamiento inteligente. Esto implica la capacidad de aprender a realizar una
determinada tarea. Una red neuronal está compuesta de tres partes: Entrada, núcleo y
salidas
 INDICE
DEDICATORIA:
INTRODUCCIÓN…………………………………………………………………………………………………………………………
PROPÓSITO………………………………………………………………………………………………………………………………….4

OPERACIONES DE REDES NEURONALES

HISTÓRIA …………………………………………………….....................................6
ESTRUCTURA …………………………………………………......................................................7

VENTAJAS Y DESVENTAJAS …………………………………………………………………8

IMPORTANCIA DE REDES NEURONALES …………………………………………………………………………9

FUNCIONAMIENTO……………………………………………………………………………………………..10

APLICACION DE REDES NEURONALES …………………………………………………………………………11

PESOS DE UNA RED NEURONAL…………………………………………………………………………..12

ALGORITMOS DE REDES NEURONALES ………………………………………………………….13

APRENDIZAJE Y ANALISIS DE REDES NEURONALES ………………………………………………14

FUNDAMENTOS PARA LA IMPLEMENTACION DE RED NEURONAL…………………………………15

TIPOS DE REDES NEURONALES …………………………………………………………………………….16

 PROPOSITO

El propósito de este trabajo es dar a conocer un poco

más a profundidad sobre el tema determinado. -Por
lo tanto, es necesario su atención para la
comprensión respectiva del tema establecido
OPERACIONES DE REDES NEURONALES
 HISTORIA DE LAS REDES NEURONALES

Entra las décadas de 1950 y 1960 el

cientiífico Frank Rosenblatt,
inspirado en el trabajo de warren
McCulloch y Walter Pitts creó el
perceptron , la unidad desde donde
nacería y se potenciarían las redes
neuronales artificiales . Un
perceptron toma varias entradas
binarias x1 , x2, etcy produce una
sóla salida binaria .
 IMPORTANCIA DE LAS REDES NEURONALES

Las redes neuronales artificiales son mofelos matemáticos que buscan

replicar el comportamiento de las neuronas en la naturaleza , organizando
su estructura de manera que emulen al cerebro . Además de esto , las redes
neuronales tienen otro objetivo importante, como es contribuir

Ala creación de redes son capaces de descubrir automáticamente

relaciones entrada -salida (o rasgos característicos )en función de datos
empíricos , merced a su capacidad de aprendizaje a base de ejemplos ,
esto nos permite resolver problemas que ayuden a una mejor toma de
decisiones .

Son modelos matemáticos que intentan reproducir el comportamiento del

cerebro humano .El principal objetivo de este modelo es la construcción de
sistemas capaces de presentar un cierto comportamiento inteligente . esto
implica la capacidad de aprender a realizar una determinada tarea
 FUNCIONAMIENTO

El sistema nervioso es uno de los sistemas mas importantes y

complejos , del cuerpo humano .tiene multiples funciones , entre
ellas recibir y procesar toda la información que proviene tanto del
interior del cuerpo como del entorno , con el fin de regular el
funcionamiento de los demás órganos y sistemas.

Una red neuronal biológica o un circuito neuronal es un conjunto

de conexiones sinápticas ordenadas que se produce como el
resultado de la unión de las neuronas a otras en sus regiones
correspndientes tras la migración neuronal.
 APLICACIONES DE REDES NEURONALES

Inspiradas en el comportamiento del cerebro humano , las redes

neuronales artificiales son un campo muy importante dentro de la
inteligencia artificial ..las redes neuronales destaca , son un
instrumento muy usado y popular en los sistemas de visión por
computadora y en otras aplicaciones como :

Las redes neuronales artificiales son un modelo inspirado en el

funcionamiento del cerebro humano. Esta formado por un
conjunto de nodos conocidos como neuronas artificiales que
están conectadas y transmiten señales entre si , estas señales se
transmiten desde la entrada hasta generar una salida
las redes neuronales se han utilizado para resolver una amplia
variedad de tareas , como la visión porcomputador y el
reconocimiento de voz , que son dificiles de resolver usando la
ordinaria programación basada en reglas
 VENTAJAS Y DESVENTAJAS DE LAS REDES NEURONALES

. proceso de la información es local , es decir que al estar

compuesto por unidades individuales de procesamiento
dependiente de sus entradas y pesos y de que todas las neuronas
trabajan en forma paralela y proporcionan una respuesta al
mismo tiempo

.Los pesos son ajutados basándose en la experiencia, lo que

significa que se le tiene que enseñar ala red lo que necesita saber
antes de ponerla en funcionamiento

.No permite interpretar lo que se ha aprendido , la red por si sola

proporciona una salida , un número , que no puede ser
interpretado por ella misma , sino que se requiere de la
intervención del programador y de la aplicación en si para
encontrarle un significado a la salida proporcionada

.Tiempo de aprendizaje elevado . Esto depende de dos factores

primero si se incrementa la cantidad de patrones a identificar o
clasificar y segundo mayor flexibilidad o capacidad de adaptación
de la red neuronal para reconocer patrones que sean sumamente
parecidos se devera intervenir mas tiempo en lograr que la red
converja alos valores de pesos que representan lo que se quiere
enseñar