Redes

NeuronalesMgr Pablo Eduardo

Caicedo R.

¿Qué es una red neuronal?

Es un paradigma de procesamiento.

Inicialmente inspirado en el modo de

procesamiento del cerebro humano.

El elemento clave es la ESTRUCTURA

Como su nombre lo indica están

compuestas por elementos de

procesamiento o neuronas

¿Qué es una red neuronal?

Las redes neuronales actuales se basan

en el modelo matemático de McCulloch-

Pitts propuesto en 19431

1x

2x

Dx

gy

1w

2w

0w

Dw

Neurona McCulloch-Pitts

1 2, , , Dx x x

y

0 1 2, , , , Dw w w w

Entradas

Salida

Pesos

Neurona McCulloch-Pitts

0

1

0

1 0

( )

D

i i

i

D DT

i i i i

i i

y g a

a w x w

y g w x w g w x g w x

0 1x

Función de Activación

2

22

0 cuando 0 Escalón

1 cuando 0

Lineal

1 Sigmoidea

1

Tangente hiperbólica

Gaussi

a

a a

a a

a

ag a

a

g a a

g ae

e eg a

e e

g a e ana

Neurona McCulloch-Pitts

Topología: Número de neuronas y como

están conectadas entre si.

Tipos Básicos de Problemas

Clasificación

Consiste en crear un procedimiento mediante el cual un nuevo caso representado por unas características que constituye la entrada de la RNA, se asigne a un conjunto de clases predefinidas.

Tipos Básicos de Problemas

Regresión

Son problemas ajuste de funciones, es decir, se trata de obtener un número en función de los atributos de entrada a la red, o es lo mismo, encontrar una función continua de ciertas variables

Proceso de Entrenamiento o

Aprendizaje

Se puede ajustar cualquier función

contínua si existe suficientes neuronas

(teóricamente)

Este ajuste se da por medio de la

sintonización de los parámetros ajustables

de la red (peso sinápticos)

Proceso de Entrenamiento o

Aprendizaje

El entrenamiento es la modificación de los pesos sinápticos.

El objetivo es conseguir una mejora en el rendimiento.

Está basado, al igual que el entrenamiento humano, en el uso de ejemplos representativos del problema

Proceso de Entrenamiento o

Aprendizaje

A estos ejemplos se les conoce como Conjunto de entrenamiento.

El objetivo no es memorizar la entrada/salida del sistema sino modelar

Para ello se necesita que el conjunto de entrenamiento sea suficientemente representativo

Proceso de Entrenamiento o

Aprendizaje

Si esto se cumple la red puede

generalizar, es decir puede manejar

datos que no hayan sido entrados

anteriormente

1,

Nn n

nX x tEl conjunto de entrenamiento

se puede representar así:

Vector entradas

Vector salidas deseadas

Proceso de Entrenamiento o

Aprendizaje

Es por tanto que el proceso de

aprendizaje es el ajuste de los pesos de

manera tal que la salida actual tienda a

las salidas deseadas

Esto implica que debe minimizar el error

que presenta

Proceso de Entrenamiento o

Aprendizaje

La función de error se define según el

problema que se desea resolver

,

2

1

,

1 1

1

n k

N

n n

n

N Ct

n k

n k

E y tN

E y