Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
NUEVO LEON
FACULTAD DE INGENIERIA
MECANICA Y ELECTRICA
Actividad 6
Las neuronas artificiales simples fueron introducidas por McCulloch y Pitts en 1943. Una red
neuronal se caracteriza por los siguientes elementos:
Un conjunto de unidades de procesamiento o neuronas.
Un estado de activación para cada unidad, equivalente a la salida de la unidad.
Conexiones entre las unidades, generalmente definidas por un peso que determina el
efecto de una señal de entrada en la unidad.
Una regla de propagación, que determina la entrada efectiva de una unidad a partir de
las entradas externas.
Una función de activación que actualiza el nuevo nivel de activación basándose en la
entrada efectiva y la activación anterior.
Una entrada externa que corresponde a un término determinado como bias para cada
unidad.
Un método para reunir la información, correspondiente a la regla del aprendizaje
Un ambiente en el que el sistema va a operar, con señales de entrada e incluso señales
de error.
La función f puede ser sigmoidal, tangente hiperbó lica, escalón, entre otras. En MATLAB®
se tiene diferentes funciones de activación como tansig, hardlim y purelin, entre otras, lo
cual facilita las aproxi- maciones que se requieran hacer, empleando RNA.
Cada unidad de proceso tiene una tarea simple: recibe la entrada de otras unidades o de
fuentes externas y procesa la información para obtener una salida que se propaga a otras
unidades.
Una red puede tener una estructura arbitraria, pero las capas que contienen estas
estructuras están definidas de acuerdo con su ubicació n en la topologi ́a de la red neuronal.
Las entradas externas son aplicadas en la primera capa, y las salidas se consideran la última
capa. Las capas internas que no se observan como entradas o salidas se denominan capas
ocultas. Por convenció n, las entradas no se con- sideran como capa porque no realizan
procesamiento.
Perceptrón
Los perceptrones de una capa pueden clasificar correctamente los conjuntos de datos que
son linealmente separables, esto es, que pueden ser separados por un hiperplano. En dos
dimensiones esto puede verse como una línea recta que separa dos clases.