El documento describe las características principales de las redes neuronales artificiales. Las redes neuronales artificiales son sistemas inspirados en las estructuras neurobiológicas del cerebro que pueden aprender de los datos y mejorar su desempeño mediante entrenamiento. Se comunican a través de sinapsis y neuronas similares al cerebro, y aprenden de los datos en lugar de seguir un programa fijo.

1. República Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación Superior
I.U. Politécnico Santiago Mariño
Extensión Maracaibo
Participantes:
Ayazo Adel C.I.: 24.608.150 Cols Tatiana C.I.:14.631.285
Jaspe Martha C.I.: 18.832.070 Jaspe Mariana C.I.:18.832.069
Jordan Omar C.I.:7.527.994 León Paul C.I.: 20.281.387
Pacheco Jackeline C.I.:18.624.743 Polo Isabel C.I.:19. 694. 621
Villalobos Anibal C.I.: 19.519.801
Docente: María Fernanda Morón

2. Son sistemas ideados como
abstracciones de las estructuras
neurobiológicas
Tienen la característica de ser sistemas
desordenados capaces de guardar
información.
Comunican señales a través de retransmisores que llamamos
sinápsis, que llegan a centros de conjunción llamados los cuerpos
de las neuronas y desde los cuales surgen señales eléctricas a
través de canales conocidos con el nombre de axones.
No ejecutan un programa fijo con base en un
conjunto previamente especificado de datos

3. Cuando ninguna salida de las neuronas es entrada de neuronas del
mismo nivel o de niveles precedentes, la red se describe como de
propagación hacia adelante.
Cuando las salidas pueden ser conectadas como entradas de neuronas
de niveles previos o del mismo nivel, incluyéndose ellas mismas, la red
es de propagación hacia atrás.
La distribución de neuronas dentro de la red se realiza formando niveles o capas de un
número determinado de neuronas cada una, y que existen capas de entrada, de salida, y
ocultas, ahora veamos las formas de conexión entre neuronas.

4. Aprendizaje: Las RNA tienen la habilidad
de aprender mediante una etapa que se
llama etapa de aprendizaje. Esta consiste en
proporcionar a la RNA datos como entrada
a su vez que se le indica cuál es la salida
(respuesta) esperada.
Auto organización: Una RNA
crea su propia representación de
la información en su interior,
descargando al usuario de esto.
Tolerancia a fallos: Debido a que
una RNA almacena la
información de forma
redundante, ésta puede seguir
respondiendo de manera
aceptable aun si se daña
parcialmente.
Flexibilidad:Una RNA puede manejar cambios no
importantes en la información de entrada, como
señales con ruido u otros cambios en la entrada
(por ejemplo si la información de entrada es la
imagen de un objeto, la respuesta correspondiente
no sufre cambios si la imagen cambia un poco su
brillo o el objeto cambia ligeramente).
Tiempo real: La estructura de una RNA es
paralela, por lo cual si esto es implementado
con computadoras o en dispositivos
electrónicos especiales, se pueden obtener
respuestas en tiempo real.