Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Su implementacin en Hardware
Ejemplos
Futuras Tendencias y Conclusin
Ejemplos
Futuras Tendencias y Conclusin
Las ANN aprenden a travs de ejemplos. Una ANN es configurada para una aplicacin especfica a travs de un proceso de aprendizaje. Son aptas para resolver problemas que no poseen un algoritmo claramente definido para transformar una entrada en una salida. Se emplean ejemplos representativos de la transformacin deseada para entrenar el sistema. Los sistemas autmatas evolucionan sin una reprogramacin explcita.
Ejemplos
Futuras Tendencias y Conclusin
Una red neuronal entrenada puede verse como un experto en la categora de informacin que se le ha sido dada para analizar.
Ventajas: Aprendizaje adaptable. Auto Organizacin. Operacin en tiempo real. Tolerancia a fallas a travs de cdigo de informacin redundante.
Ejemplos
Futuras Tendencias y Conclusin
Marketing
Ejemplos
Futuras Tendencias y Conclusin
Las funciones de peso se llaman Atenuadores. Las entradas son pesadas multiplicando su valor por un factor menor o igual a uno.
Las entradas atenuadas son sumadas mediante la Funcin Sigmoid. Si la salida de la funcin suma excede el valor de entrada mximo de la neurona, sta responde generando una salida.
Ejemplos
Futuras Tendencias y Conclusin
Entradas
Salidas
Modelo de Neurona
Ejemplos
Futuras Tendencias y Conclusin
Red Neuronal
Modelos de Conectividad
Ejemplos
Futuras Tendencias y Conclusin
P
Modelo de Hopfield
Implementacin en Software
Una Red Neuronal implementada en software es considerada una simulacin y presenta numerosas desventajas sobre sus similares de hardware. El principal motivo para descartar una implementacin software es el de la velocidad. Un chip especializado para ANN, de funcionamiento paralelo, es capaz de ofrecer respuestas totalmente confiables en tiempo real. Para aplicaciones que exigen Redes de menos de 100 neuronas y escaso entrenamiento las implementaciones software son suficientes. Cuando los problemas a resolver exigen cantidades tales como 1000 neuronas y 10000 sinapsis, es necesario emplear hardware de alta performance.
Ejemplos
Futuras Tendencias y Conclusin
Hardware vs Software
La mayora de las aplicaciones ANN en uso comercial estn implementadas en software y corren en una computadora de propsito general con un procesador convencional simple.
Ejemplos
Futuras Tendencias y Conclusin
Componentes Utilizados
Neurocomputadoras: proveen un completo sistema basado en tcnicas neuronales, con significativo poder de procesamiento. Aceleradoras de PC y otras tarjetas: son generalmente hechas para un bus estndar tal como el ISA. Chips: pueden ser usados para construir algunas de las formas precedentes o pueden ser incluidos dentro de otros dispositivos para hacer una unidad de aplicacin completa. Bibliotecas celda: permiten un apropiado nivel de funcionalidad neuronal al ser incluidas dentro de un chip dedicado al lado de otras funciones necesarias. Esto es lo indicado para aplicaciones de gran volumen. Microcomputadoras embebidas: pueden ser pensadas como computadoras de propsito general implementando un software ANN en hardware dedicado sin los perifricos normales de una computadora.
Ejemplos
Futuras Tendencias y Conclusin
Ejemplos
Futuras Tendencias y Conclusin
Ejemplos
Futuras Tendencias y Conclusin
Ventajas:
Ejemplos
Futuras Tendencias y Conclusin
Ejemplos
Futuras Tendencias y Conclusin
Funciones Base Radiales: operan por la manipulacin de vectores prototipo, que definen regiones de influencia alrededor de la formacin de datos de entrada.
Otros diseos digitales: algunas redes neuronales digitales no pueden ser clasificadas usando las categoras expuestas. Por ejemplo, el MT19003 NISP es un procesador RISC, que implementa siete instrucciones optimizadas para redes multicapa. Los chips Hitachi Wafer SI han sido diseados para implementar redes Hopfield y de retropropagacin.
Ejemplos
Futuras Tendencias y Conclusin
Ejemplos
Futuras Tendencias y Conclusin
Ejemplos
Futuras Tendencias y Conclusin
Aplicaciones y ejemplos
Las redes neuronales han sido usadas en la imitacin de patrones, para generalizar, para combinar nuevas situaciones con otras anteriores, reflejar estructuras dentro de su entorno, y seleccionar entre diversas posibilidades.
Ejemplos
Futuras Tendencias y Conclusin
Intel Corporation lanz un chip de red neuronal analgica en Agosto de 1990. Las investigaciones prosiguieron adems en los laboratorios de AT&T, TRW, Texas Instruments, IBM, General Electric, NASAs Jet Propulsion Laboratory, entre otros. Los investigadores de Allied Signal entrenaron una red para reconocer objetivos submarinos a partir de un sonar. La Universidad de Pennsylvania cre una red neuronal ptica para detectar objetos mediante un radar.
Aplicaciones y ejemplos
El soft NestorWriter de Nestor, Inc. utiliza un diseo de red neuronal para interpretar letras manuscritas sobre un pad sensible.
Ejemplos
Futuras Tendencias y Conclusin
Los beneficios de las redes neuronales han sido reconocidos especialmente en Japn, donde un nmero considerable de bienes de consumo est hacindose usando esta tecnologa. Compaas europeas que han investigado el uso de redes neuronales basadas en hardware: Ericsson (UK y Suecia), Philips Research (NL), Siemens AG Munich, Siemens / Nixdorf Bonn, 3M Laboratories (Europa) GmbH Neuss, XIONICS Document Technologies GmbH dortmund, Robert Bosch GmbH Reutlingen, Spectrum Microelectronics Siek (Alemania), Fiat (Italia), Domain Dynamics Ltd (UK).
Ejemplos
Futuras Tendencias y Conclusin
Emplea chips CNAPS-1064 1016 segn posea 64 16 elementos procesadores (neuronas). Cada elemento procesador contiene un multiplicador de 9x16 bits, un acumulador de 32 bits y 4 kbytes de memoria on-chip para almacenamiento de pesos sinpticos. Arquitectura SIMD.
No provee operaciones de punto flotante, y la divisin debe ser implementada mediante algoritmos.
Ejemplos
Futuras Tendencias y Conclusin
Ejemplos
Futuras Tendencias y Conclusin
Prediccin 1
Realidades alternativas producidas por entornos sensitivos.
Prediccin 2
Integracin de la Inteligencia Artificial con la vida orgnica.
Prediccin 3
Nuevas interfases mquina-hombre.
Integrantes
Aguilera Fernndez Oscar A. Carbajal Coronado Jaime F. Chvez Mendoza Diana Leal Aranda Liliana A. Karla Gpe. Montes de Oca Lima