Está en la página 1de 13

Control Inteligente

Red neuronal de funciones de bases radiales


Introducción

 Las redes de base radial son un tipo de redes de neuronas artificiales que
calculan la salida de la función en función de la distancia a un punto
denominado centro. Al igual que con los perceptores multicapa, sirven como
aproximadores universales. Este tipo de redes se caracteriza por tener un
aprendizaje o entrenamiento híbrido. La arquitectura de estas redes se
caracteriza por la presencia de tres capas: una de entrada, una única capa
oculta y una capa de salida.
Cada neurona de la capa oculta se especializa en una determinada región
del espacio de entradas. La relación entre la entrada y la salida es una suma
de funciones no lineales y locales.
CARACTERÍSTICAS

 Las funciones de base radial están constituidas cada una de ellas por
carácter Local, ya que estas son funciones que logran alcanzar un nivel
próximo al máximo de su recorrido cuando el patrón de entrada X(n) está
próximo al centro de la neurona. Cuando el patrón se va alejando del
centro, el valor de la función va tendiendo al valor mínimo de su recorrido.
 Las salidas de las redes de neuronas de base radial en si son una
combinación lineal de gausianas, las mismas que se activan para una
determinada parte del espacio, que están definidos por los patrones de
entrada.
FUNCIONES DE BASE RADIAL

 Son funciones en la cual su salida depende de la distancia a un punto


denominado centro.
 En general, una red RBF tiene un mejor desempeño con un mayor volumen
de datos de entrenamiento.
 La construcción de una red RBF requiere de una mayor cantidad de
neuronas en los nodos ocultos que en las redes que usan
backpropagation.
 o.
Características

 Simétricas respecto de x=0


 Estas se especifican con al menos dos parámetros, el centro y achura.
 Centro: El centro es un punto donde la función posee un extremo.
 Anchura: Es la magnitud de la variación de la función según se aleja del
centr
ARQUITECTURA RNBR

 Las RNBR tienen una construcción rígida de tres capas:


 CAPA DE ENTRADA
En la primera capa se tiene como entradas el error, la derivada del error y
una constante, reciben las señales del exterior, no realizan ningún
preprocesado.

 CAPA DE OCULTA
Esta capa de gran dimensión y en la que las unidades (neuronas) son las
funciones de base radial, reciben las señales de la capa de entrada y realizan
una transformación local y no lineal sobre dichas señales (Diferencia con el
MLP).
 CAPA DE SALIDA
 Se realiza una combinación lineal de las activaciones de las neuronas de
la capa oculta y actúa como salida de la red, es decir esta tiene la
responsabilidad en la red de la activación de patrones aplicados en la
capa de entrada.
INCONVENIENTES

 Esta red presenta algunos inconvenientes como los siguientes:


 En algunos casos, es necesario un elevado número de neuronas en la
capa oculta. Lo que ocasiona la pérdida de generalización.
 El número de neuronas ocultas aumenta exponencialmente con la
dimensión del espacio de entradas.
APLICACIONES

 Las RBNR han sido aplicadas a un sinfín de problemas, frecuentemente son


utilizadas para resolver problemas de clasificación de mapeo, no obstante
son aplicadas también para:
 Análisis de series temporales
 Diagnósticos médicos.
 Reconocimiento de rostro
 Sensores de olor
 Procesamiento de lenguaje
CONCLUSIONES

 Las Redes Neuronales de Base Radial son prácticamente muy fácil de


efectuar y al mismo tiempo sobresalen con respecto a su comportamiento.
 Las Funciones de Base Radial (RBF), muestran una opción en el
procedimiento de las Redes Neuronales ya que admite ejecutar
procedimientos provechosos, en sí lo que hace está es establecer la
distribución óptima de una red neuronal en la que se especifica la
aplicación.
BIBLIOGRAFÍA

 Colmenares, G.2004. Función de Base Radial. (En Línea). Consultado el 15 de Julio 2015. Formato PDF.Disponible en
http://www.webdelprofesor.ula.ve/economia/gcolmen/programa/redes_neuronales/capitulo4_funciones_bases_radiales.
pdf

 González, M. Redes de Base Radial. Sistemas Conexionistas. (En Línea). Consultado el 15 de Julio 2015. Formato
PDF.Disponible en http://www.varpa.org/~mgpenedo/cursos/scx/archivospdf/Tema5-6.pdf

 Poma, F. 2009.Modelo de Redes Neuronales de base radial. Revista de Información, Tecnología y Sociedad. (En Línea).
Consultado el 15 de Julio 2015. Disponible en http://www.revistasbolivianas.org.bo/scielo

 Pérez, M; Valenciano, P. 2007. Empleo de redes neuronales de base radial. Ciencia Ergo Sum, Vol.14, Nº1, marzo-junio, 2007,
pp.6-14.Universidad Autónoma del Estado de México. Disponible en http://www.redalyc.org

 Valls, J.2007. Redes de Neuronas de Base Radial. (En Línea). Consultado el 15 de Julio 2015. Formato PDF.Disponible en
http://eva.evannai.inf.uc3m.es/et/docencia/rn-inf/documentacion/Tema4-RNBR.pdf