UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN

FACULTAD DE INGENIERÍA MECÁNICA Y ELÉCTRICA

Percepcion

Docente: SUSANA VIRIDIANA GUTIERREZ MARTINEZ

Actividad Fundamental 3: Redes Neuronales

Nombre: Daniela Michelle Damian Landaverde

Matricula:1884198

Plan: 401
Índice
Actividad Fundamental 3.- Redes Neuronales...................................................................................3
1.- Introducción..................................................................................................................................3
2.- Marco Teórico- Conceptual...........................................................................................................4
3.- Marco Contextual.........................................................................................................................5
Aprendizaje supervisado y no supervisad......................................................................................5
Redes Neuronales Convolucionales (CNN) ................................................................................5
Aplicaciones de las RNA.................................................................................................................5
Tratamiento de señal.................................................................................................................6
Compresión de datos................................................................................................................6
Medicina....................................................................................................................................7
Reconocimiento del Habla.........................................................................................................7
Sistemas energéticos. Radiación solar........................................................................................7
4.- Conclusiones ................................................................................................................................8
5.- Conclusiones personal..................................................................................................................8
6.- Bibliografía....................................................................................................................................9
Actividad Fundamental 3.- Redes Neuronales
1.- Introducción
“ Red neuronal"””
• ”Una red neuronal artificial (RNA) es un tipo de sistema de procesamiento de
información que opera de diversas maneras, desde redes neuronales biológicas hasta
sintéticas.
• ”Se utilizan modelos matemáticos generalizados de cognición humana o neurobiología
para construir redes neuronales artificiales, basándose en determinadas suposiciones'•
Múltiples componentes dentro de las conexiones que crean llevan a cabo el procesamiento
de información”

• ”Las neuronas reciben y reciben señales a través de las conexiones que crean• Cada
neurona en una red neuronal típica tiene su propio peso, lo que multiplica la señal que se
transmite”

• ”Cada neurona utiliza una función de activación para determinar su señal de salida”

”
2.- “Marco Teórico- Conceptual“
3.- “ Marco Contextual““

” “Aprendizaje supervisado y no supervisado” “

“Se dice que el aprendizaje es supervisado cuando el formador comunica el resultado
deseado a la red. La red recibe un estímulo de salida específico para cada estímulo de
entrada y luego se configura gradualmente para almacenar la correspondencia de
entrada/salida adecuada. Si la red no logra los resultados deseados, este término se refiere
al aprendizaje no supervisado. La red en este escenario sólo se aumenta con estímulos de
entrada”.”

” ”Tipos de RNA” “” “

““Redes Neuronales Convolucionales (CNN) ” ” “ “

” CNN explota la correlación espacial local aplicando un modelo de conectividad local
entre neuronas en capas adyacentes. Cada unidad es insensible a variaciones fuera de su
campo receptivo en relación con la retina. Por lo tanto, la arquitectura garantiza que los
filtros aprendidos produzcan la respuesta más fuerte al patrón de entrada en el espacio
local. ”

““
Aplicaciones de las RNA” “

“ Hoy en día, las redes neuronales han encontrado aplicaciones en innumerables

campos de la ciencia y la ingeniería, desde el procesamiento de señales hasta los
negocios. Podemos afirmar que las redes neuronales son una buena alternativa a una
gran cantidad de métodos" aplicados en muchos campos. ” “ “

“
Tratamiento de señal” “ “

” En el campo del procesamiento de señales, las RNA se han aplicado con mucho éxito.
Como ejemplo específico, a continuación se describe una aplicación específica,
concretamente el procesamiento de señales ultrasónicas. Las señales ultrasónicas son
energía sonora transmitida a través del agua. Ciertas características marcan la dificultad
en la construcción de sistemas de procesamiento de señales ultrasónicas. En primer
lugar está el ruido en el que normalmente se reciben estas señales, en el que alcanzan
una relación señal-ruido de –15 dB. Los sistemas de procesamiento de señales de sonar
suelen incluir cuatro procesos secuenciales: ”
““” Compresión de datos” “

” El objetivo principal de las técnicas de compresión de datos y reducción de

dimensiones es reducir el tamaño de la representación de datos con una pérdida
mínima de información. Este proceso ofrece grandes ventajas en términos de
almacenamiento, transmisión y procesamiento de información porque la compresión
permite un importante ahorro de recursos. ” “ “
“” Medicina” “ “

” En el campo de la medicina, ANN también tiene muchas aplicaciones. Un ejemplo

concreto es el diagnóstico de infarto de miocardio. Esta enfermedad es muy difícil de
diagnosticar. Con técnicas clásicas como la regresión logística, el análisis discriminante
o cualquier otra técnica de clasificación, la tasa de falsas alarmas no hace más que
mejorar, descendiendo hasta el 26%.”

“” Reconocimiento del Habla“” “

” Ésta es una de las áreas donde las redes neuronales juegan un papel más importante.
Hay muchos trabajos en los que ANN se ha aplicado con éxito para reconocer el habla. ”

” “Sistemas energéticos. Radiación solar” “

“Las RNAS también se ha aplicado con éxito en el campo de los sistemas energéticos y la
radiación solar. Se han utilizado para modelar sistemas de vapor térmico o para predecir
la producción de energía mensual promedio en esos sistemas. Asimismo, se han utilizado
en sistemas de calefacción, ventilación y aire acondicionado. ”
4.- “Conclusiones ” “
” Las redes neuronales son otra forma creada por el hombre de dar un nuevo paso hacia
la perfección, buscando siempre hacer la vida más fácil, mediante el despliegue de
máquinas más complejas que además de realizar funciones mecánicas se puede aprender
a crear. nuevas, a través del aprendizaje y con eso, la experimentación, características
humanas, es decir, más humanas para una máquina. ”

5.- “” Conclusiones personal“”

” Para concluir esta actividad, en mi opinión es importante realizarla porque aunque ya sé

un poco sobre redes neuronales artificiales, puedo entender mucho mejor a qué se
refieren y qué son, ya que podemos ver en él. En esta actividad hemos descrito qué son y
cómo podemos utilizarlos además de sus aplicaciones y los diferentes tipos en los que
existen. Es importante tener en cuenta cuáles son porque estas nos ayudan mucho en
diversas aplicaciones que se enfocan en nuestra carrera, por eso estas actividades nos
ayudan a entender mucho mejor que qué son realmente las aplicaciones. que podemos
proporcionar no sólo para las "ANN" sino también para observar el panorama general
mejor de lo que podemos enfocarnos cuando investigamos nuevas próximas aplicaciones.
”
6.- ““Bibliografía“

 “Briceño, G. (2021, 7 junio). Importancia de la percepción en el aprendizaje: concepto,

etapas, tipos y componentes - Servicios sociales Y a la comunidad. Servicios Sociales y a la
Comunidad. https://www.aucal.edu/blog/servicios-sociales-comunidad/importancia-de-la-
percepcion-en-el-aprendizaje-concepto-etapas-tipos-y-componentes/#:~:text=Se
%20puede%20definir%20como%20la,captamos%20mediante%20los%20%C3%B3rganos
%20sensoriales “

 “ATRIA Innovation. (2022, 18 noviembre). ATRIA Innovation | Soluciones tecnológicas para

la industria 4.0. https://www.atriainnovation.com/“