Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
componente relativamente simple del ser humano,
pero cuando millares de ellas se conectan en forma
ResumenEn este trabajo se expone un breve conjunta se hacen muy poderosas.
panorama de la historia de las redes neuronales,
siendo el tema principal de este trabajo las redes
neuronales backpropagation, por lo que se explica el II. HISTORIA
funcionamiento de este tipo de red y se da un Este algoritmo lo desarrollaron a partir de estudios
ejemplo empleando un software llamado de anteriores con el fin de crear una red que aprendiera
reconocimiento de vocales. las relaciones existentes entre pares de datos. Existe
por lo menos una capa intermedia, la
I.INTRODUCCIN regla backpropagation (BP) o el algoritmo BP
comenz a ser usado cuando, en 1986 Rumelhart, et
Las redes neuronales son ms que otra forma de al., 1986 desarrollaron el modelo actual.
emular ciertas caractersticas propias de los El proceso bsico necesita que el patrn de
humanos, como la capacidad de memorizar y de informacin incluya tanto los datos de entrada
asociar hechos. Si se examinan con atencin (input) como los datos de salida (output).
aquellos problemas que no pueden expresarse a Inicialmente a partir de las neuronas de la capa de
travs de un algoritmo, se observar que todos ellos entrada se van propagando los datos de las
tienen una caracterstica en comn: la experiencia. variables input, por el resto de las neuronas y
El hombre es capaz de resolver estas situaciones conexiones en funcin de los pesos que inicialmente
acudiendo a la experiencia acumulada. As, parece son aleatorios. A partir del algoritmo de aprendizaje,
estos pesos se irn modificando hasta producir
claro que una forma de aproximarse al problema
determinados outputs. En el proceso de
consista en la construccin de sistemas que sean
entrenamiento se presentan simultneamente a la
capaces de reproducir esta caracterstica humana.
red patrones de datos input - output, ya que cada
Las redes neuronales son un modelo artificial y valor de entrada tiene su correspondiente valor de
simplificado del cerebro humano, que es el ejemplo salida.
perfecto del que se dispone para un sistema que es
capaz de adquirir conocimiento a travs de la
Leer ms: http://www.monografias.com/trabajos95/redes-
experiencia. Una red neuronal es un nuevo sistema neuronales-artificiales-metodologia-desarrollo-y-
para el tratamiento de la informacin, cuya unidad aplicaciones/redes-neuronales-artificiales-metodologia-
desarrollo-y-aplicaciones.shtml#algoritmoa#ixzz3SNcblkNt
bsica de procesamiento est inspirada en la clula
fundamental del sistema nervioso humano: la La importancia de la red consiste en su capacidad
neurona. Todos los procesos del cuerpo humano se de autoadaptar los pesos de las neuronas de las
relacionan en alguna u otra forma con la capas intermedias para aprender la relacin que
(in)actividad de estas neuronas. Las mismas son un existe entre un conjunto de patrones dados como
ejemplo y sus salidas correspondientes. Despus del
Universidad Politcnica Salesiana. , Cruz William, Barragan Leonardo, Larco Gregori. 2
Resultado
VI. EJEMPLO
Resultado:
La principal ventaja de la segmentacin
basada en mapa de Kohonen es que toma en VII.
cuenta las propiedades dinmicas de
diferentes movimientos y permite una fcil VIII. CONCLUSIONES
adaptacin al algoritmo de deteccin.
Permite ahorrar tiempo requerido por En el estudio de las redes de Kohonen se puede aplicar una
humanos a la segmentacin etalon hecho a funcin de vecindad para sus clculos, el entendimiento de su
funcionamiento es un poco complicado al no tener alguna idea
los efectos del modelo adaptacin y puesta a del funcionamiento de las neuronas, pero con una
punto. investigacin adecuada se puede llegar al desarrollo de la una
Los movimientos del Robot son mucho ms sistema que realizar un mejor funcionamiento y entendimiento
precisos que los del ser humano. de las redes de Kohonen.
REFERENCIAS