Introducción a las redes neuronales        

Por : Comunicación y Eventos

Cristopher Sastre Ordaz / División de Ingenierías / Septiembre 2019

En las últimas décadas las Redes Neuronales Artificiales han recibido un interés particular puesto que ofrece los medios para modelar de manera efectiva y eficiente problemas grandes y complejos. Los modelos son dirigidos a partir de los datos, es decir, son capaces de encontrar relaciones o patrones de forma inductiva por medio de los algoritmos de aprendizaje, basado en los datos existentes más que requerir la ayuda de un modelador para especificar la forma funcional y sus interacciones.

Una red neuronal es un modelo simplificado que emula el modo en que el cerebro humano procesa la información: funciona simultaneando un número elevado de unidades de procesamiento interconectadas que parecen versiones abstractas de neuronas (IBM, 2010).

Redes Neuronales Artificiales

Ilustración 1 – Tomada de terceravia

La unidad de una red neuronal artificial es un procesador elemental llamado neurona que posee la capacidad limitada de calcular, en general, una suma ponderada de sus entradas y luego le aplica una función de activación para obtener una señal que será transmitida a la próxima neurona. Estas neuronas artificiales se agrupan en capas o niveles y poseen un alto grado de conectividad entre ellas, conectividad que es ponderada por los pesos. A través de un algoritmo de aprendizaje supervisado o no supervisado (Salas, 2004).

Entre sus aplicaciones se puede decir que actualmente están destinadas para:

  • Análisis y procesado de señales
  • Reconocimiento de imágenes
  • Control de procesos
  • Filtrado de ruido
  • Robótica
  • Procesado del lenguaje
  • Diagnósticos médicos

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *