Observar el siguiente video: IA-ML-NN-DL

https://www.youtube.com/watch?v=-d3ecbdEyPM
Tarea Antes de clase

Ver el video: “Video 1. IA-ML-NN-DL“

En un documento Word formular Preguntas y Respuestas con el contenido
del video.
Nombre del archivo: “S1s1_TAC_PaternoM.docx”
Cada alumno presenta la tarea en Canvas en “Tarea Antes de Clase”.
Saberes previos:
▪ ¿Cuál es la relación que existe entre la AI, ML, DL y NN?
▪ ¿Cuál es la diferencia entre el cerebro y las computadoras en el
contexto de procesos?
▪ ¿Cuáles son las características del cerebro en la RNA?
▪ ¿Dar tres ejemplos de variables difusas?
REDES NEURONALES Y LOGICA DIFUSA

Semana 01. Sesión 1:

Introducción a las redes neuronales y lógica difusa

Profesor
Mag. Jose Carlos Benítez Palacios
 LOGRO DE LA SESIÓN
Al finalizar la sesión el estudiante comprende los
fundamentos básicos de las RNA y la LD para su trabajo de
laboratorio.
 CONTENIDO:
1. Introducción a las RNA
2. Características del cerebro y las RNA
3. Introducción a la LD
4. Tarea en clase
5. Tarea después de clase

Datos/Observaciones
1. Introducción a las RNA
1. Introducción a las RNA
1. Introducción a las RNA
1. Introducción a las RNA
1. Introducción a las RNA
1. Introducción a las RNA

El cerebro humano es el
sistema de cálculo más
complejo que conoce el hombre.
1. Introducción a las RNA

El computador y el hombre realizan bien, diferentes clases de tareas; así

la operación de reconocer el rostro de una persona resulta una tarea
relativamente sencilla para el hombre y difícil para el computador,
mientras que la contabilidad de una empresa es tarea costosa para un
experto contable y una sencilla rutina para un computador básico.
1. Introducción a las RNA

La capacidad del cerebro

humano de pensar, recordar
y resolver problemas ha
inspirado a muchos científicos
intentar o procurar modelar
en el computador el
funcionamiento del cerebro
humano.
2. Características del cerebro y las RNA

▪ Las Redes Neuronales Artificiales ( ANN - Artificial

Neural Networks) están inspiradas en las RNB del
cerebro humano.
▪ Las RNA están constituidas por elementos (NA) que
se comportan de forma similar a la NB en sus
funciones más comunes.
▪ Estos elementos están organizados de una forma
parecida a la que presenta el cerebro humano.
▪ Las RNA al margen de "parecerse" al cerebro
presentan una serie de características propias del
cerebro.
2. Características del cerebro y las RNA

Características propias del

cerebro en las RNA
Las ANN:
▪ Aprenden de la experiencia,
▪ Generalizan de ejemplos
previos a ejemplos nuevos y
▪ abstraen las características
principales de una serie de
datos.
2. Características del cerebro y las RNA

Aprender:
▪ Adquirir el conocimiento de una
cosa por medio del estudio,
ejercicio o experiencia.
▪ Las RNA pueden cambiar su
comportamiento en función del
entorno.
▪ Se les muestra un conjunto de
entradas y ellas mismas se
ajustan para producir unas
salidas consistentes.
2. Características del cerebro y las RNA

Generalizar:
▪ Extender o ampliar una cosa.
▪ Las RNA generalizan
automáticamente debido a su
propia estructura y naturaleza.
▪ Estas redes pueden ofrecer,
dentro de un margen,
respuestas correctas a entradas
que presentan pequeñas
variaciones debido a los efectos
de ruido o distorsión.
2. Características del cerebro y las RNA

Abstraer:
▪ Aislar mentalmente o
considerar por separado las
cualidades de un objeto.
▪ Algunas RNA son capaces de
abstraer la esencia de un
conjunto de entradas que
aparentemente no presentan
aspectos comunes o relativos.
2. Características del cerebro y las RNA
3. Introducción a la LD

▪ La forma en que
pensamos es,
inherentemente, difusa o
borrosa (fuzzy).
▪ La forma en que
percibimos el mundo está
cambiando continuamente
y no siempre se puede
definir en términos de
sentencias verdaderas o
falsas.
3. Introducción a la LD

Ejemplo
▪ Tomemos un vaso vacío y comencemos a echar agua poco a poco, ¿en qué
momento decidimos que el vaso pasa de estar vacío a estar lleno?
 3. Introducción a la LD

▪ Hay dos situaciones extremas que reconocemos sin

ninguna duda, la primera cuando el vaso está
completamente vacío, sin una sola gota de agua en
su interior, y la segunda cuando está completamente
lleno, cuando no cabe ni una sola gota más en él.
▪ Una gota antes de estar completamente lleno,
¿diríamos que es falso que el vaso está lleno?,
observar que para afirmar su condición, en la frase
anterior no solo he usado el término lleno, sino que he
añadido un modificador diciendo completamente lleno.
▪ Si a un vaso lleno de agua le quito una gota de agua...
¿dejo de considerarlo lleno y automáticamente
pertenece para mí a otra clasificación?
3. Introducción a la LD
3. Introducción a la LD
3. Introducción a la LD

• El concepto de lógica difusa fue concebido a mediados de los

años sesentas por Lofti Zadeh, ingeniero eléctrico iraní y
profesor de la Universidad de California, en Berkeley, quien en
1965 publica el primer artículo de lógica difusa llamado “Fuzzy
Sets”, donde se dan a conocer por primera vez los conceptos de
esta técnica.
• Más tarde, en 1974 Ebrahim Mamdani aplica los conceptos de
lógica difusa en el control de procesos y desarrolla el primer
control difuso para la regulación de un motor de vapor.
• En 1985 Takagi y Sugeno aportan a la teoría del control difuso un
nuevo método llamado Takagi-Sugeno-Kang (TSK), como
alternativa del método Mamdani.
3. Introducción a la LD
3. Introducción a la LD
4. Tarea en clase
(Trabajo en equipo con presentación individual aleatoria)

Desarrollar cada uno de los ejercicios propuestos por el profesor en

clase en MatLab con funciones.
Colocar cada script en una carpeta de nombre S1s1_TEC_PaternoM,
comprimir y subir el archivo comprimido “S1s1_TEC_PaternoM.rar”
antes de terminar la clase.
Cada alumno presenta la tarea en Canvas en “Tarea en Clase”.
5. Tarea después de clase
(Trabajo en equipo con presentación individual aleatoria)

Desarrollar cada uno de los ejercicios propuestos en MatLab con funciones.

Colocar cada script en una carpeta de nombre S1s1_TDC_PaternoM, comprimir y subir al
Canvas el archivo comprimido “S1s1_TDC_PaternoM.rar”.
Ejercicios:
1. Graficar una SLP 2-1, proporcionar todos los datos necesarios y calcular la salida.
2. Graficar una MLP 2-2-1 proporcionar todos los datos necesarios y calcular la salida.
3. Graficar una SLP de la compuerta OR proporcionar todos los datos necesarios y
calcular la salida.
4. Graficar la red de la función lógica A=> B, proporcionar todos los datos necesarios y
calcular la salida.
Cada alumno presenta la solución en “Tarea Después de Clase” del Canvas.
 CIERRE
▪ ¿Cuál es la relación que existe entre la AI, ML, DL y NN?
▪ ¿Cuál es la diferencia entre el cerebro y las computadoras
en el contexto de procesos?
▪ ¿Cuáles son las características del cerebro en la RNA?
▪ ¿Dar tres ejemplos de variables difusas?