UNIVERSIDAD SANTA MARÍA
DECANATO DE POSTGRADO Y EXTENSIÓN
DIRECCIÓN DE INVESTIGACIÓN
ESPECIALIZACIÓN EN PLANIFICACIÓN Y
EV...
REDES NEURONALES ARTIFICIALES
Esta estructura compuesta de un número
de
unidades
interconectadas
para
el
procesamiento de ...
* Cúmulo de neuronas físicamente
interconectadas cuya actividad
ayuda a definir un circuito
reconocible en el sistema
nerv...
Entrada

Salidas

Función o Regla de Activación

Pesos

Función de Propagación

Función de Salida o de Transferencia
Características de las Redes Neuronales
Topología de las Redes Neuronales

Consiste en la organización y
disposición de la...
Redes con Aprendizaje Supervisado
Se realiza mediante un entrenamiento controlado por un agente externo

Se consideran tre...
Redes con Aprendizaje No Supervisado
Estas redes no requieren influencia externa

En general en este tipo de aprendizaje s...
Implementación de las Redes Neuronales
A través de un sistema llamado neurocomputador
la Red Neuronal Artificial puede lle...
Ventajas
Aprendizaje

Tolerancia a fallos

Auto organización

Flexibilidad

Tiempo real
GRACIAS POR SU ATENCIÓN
Próximos SlideShares
Carregando em…5
×

Redes neuronales artificiales supervisadas y no supervisadas

712 visualizações

Publicada em

Publicada em: Tecnologia
  • Cabe resaltar que las redes neuronales cumplen un papel para el procesamiento de la información donde toma como modelo las neuronas biologicas del cerebro lo que nos hace entender que se ha tratado de plasmar los aspectos esenciales de una neurona real a neurona artificial. Este tipo de neurona artificial contienen una gran informacion por lo cual se debe simplificar la misma y adecuandola a su caracteristica y a una estructura conveniente la cual permite realizar determinadas tareas entre las cuales se encuentra, evitar o preveer que dichas neuronas tengan caracteristicas similares a las del cerebro que sean flexibles donde el cerebro se adapte a nuevas circustancia mediante el aprendizaje. Tambien las redes neuronales supervisadas se componen de un conjunto de datos de entrada previamente clasificado o cuya respuesta objetivo se conoce, y las redes neuronales no supervisadas son todo lo contrario, las cuales no necesitan de ningun tipo de herramientas previas.
       Responder 
    Tem certeza que deseja  Sim  Não
    Insira sua mensagem aqui

Redes neuronales artificiales supervisadas y no supervisadas

  1. 1. UNIVERSIDAD SANTA MARÍA DECANATO DE POSTGRADO Y EXTENSIÓN DIRECCIÓN DE INVESTIGACIÓN ESPECIALIZACIÓN EN PLANIFICACIÓN Y EVALUACIÓN “ REDES” Integrantes: Juan Manuel Rosa
  2. 2. REDES NEURONALES ARTIFICIALES Esta estructura compuesta de un número de unidades interconectadas para el procesamiento de información. Se prevé que dichas neuronas tengas características similares a las del cerebro.
  3. 3. * Cúmulo de neuronas físicamente interconectadas cuya actividad ayuda a definir un circuito reconocible en el sistema nervioso. * Modelos matemáticos, computacionales, artificiales, ideales de una red neuronal empleados en estadística, psicología cognitiva, e inteligencia artificial.
  4. 4. Entrada Salidas Función o Regla de Activación Pesos Función de Propagación Función de Salida o de Transferencia
  5. 5. Características de las Redes Neuronales Topología de las Redes Neuronales Consiste en la organización y disposición de las neuronas. Mecanismo de Aprendizaje Proceso por el cual una red neuronal modifica sus pesos en respuesta a una información de entrada.
  6. 6. Redes con Aprendizaje Supervisado Se realiza mediante un entrenamiento controlado por un agente externo Se consideran tres formas de llevar a cabo este tipo Aprendizaje por corrección de error Aprendizaje estocástico Aprendizaje por refuerzo
  7. 7. Redes con Aprendizaje No Supervisado Estas redes no requieren influencia externa En general en este tipo de aprendizaje se suelen considerar dos tipos: Aprendizaje Hebbiano Aprendizaje Hebbiano
  8. 8. Implementación de las Redes Neuronales A través de un sistema llamado neurocomputador la Red Neuronal Artificial puede llevarse a cabo por medio de uno o varios circuitos integrados específicos obteniendo así una estructura que se comporte lo más similar posible a la red neuronal.
  9. 9. Ventajas Aprendizaje Tolerancia a fallos Auto organización Flexibilidad Tiempo real
  10. 10. GRACIAS POR SU ATENCIÓN

×