Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
NEURONALES
ARTIFICIALES
Otra forma de emular características propias
de los humanos: memorizar y asociar hechos.
Se aprende de la experiencia.
Introducción
El cerebro humano es el ejemplo más perfecto
de sistema capaz de adquirir conocimiento.
Se modela artificialmente ese sistema.
Una red neuronal es "un nuevo sistema para
el tratamiento de la información, cuya unidad
básica de procesamiento está inspirada en la
célula fundamental del sistema nervioso
Definición humano: la neurona".
Las neuronas son un componente
relativamente simple pero conectadas de a
miles forman un poderoso sistema.
IA -> desarrollar máquinas que realizan tareas
cognitivas para las cuales los humanos son
aptos.
Representación
IA y RNAs
IA
Aprendizaje
Razonamiento
Detección de patrones.
Filtrado de señales
Segmentación de datos
APLICACIONES
Control
Identificación.
Aplicaciones
de las Redes
Neurales
Neurona: base del funcionamiento del cerebro.
REDES
NEURONALES
Elementos:
Conjunto de entradas, xj a
NEURONA y
y1
a2
y2
an
yn
Redes multicapa: capas en cascada.
Tipos de capas:
Entrada
Salida
Oculta
No hay realimentación => red feedforward
RNA Salida depende de entradas y pesos.
Multicapa
• Si hay realimentación => red recurrente
• Efecto memoria
• Salida depende también de la historia
pasada
Función de transferencia lineal.
Algoritmo de entrenamiento de Widrow-
Hoff o Delta, tiene en cuenta la magnitud
del error.
Entrenamiento:
Suma de los cuadrados de los errores
Redes sea mínima.
Neuronales Superficie de error con mínimo único.
Lineales. Algoritmo tipo gradiente.
Approximation
ALVINN aprende a mantener un automovil en la
via observando como la gente conduce (Dean
Pomerleau en CMU)
Ejemplo:
conduccion
de
automoviles
90% de precision en aprender la pose de la cabeza
y reconocimiento de 1-20 caras
Ejemplo:
reconocimie
nto de caras