2014

CONTROL INTELIGENTE

Marco A. Hinojosa T: 10mo 08/04/2014

UNIVERSIDAD DE FUERZAS ARMADAS ESPE

DEPARTAMENTO DE ELCTRICA Y ELECTRNICA ASIGNATURA: CONTROL INTELIGENTE Actividad No2. Caracterizacin de las redes neuronales artificiales Fecha: 08/04/2014 Nombre alumno1: Marco Alejandro Hinojosa Tonato NRC: L00331168 Redes Neuronales 1. Qu es una red neuronal artificial?

Las redes neuronales aritificiales (ANN) son

son redes artificiales

de

neuronas

(neuronales artificiales (AN) es una unidad de procesamiento artificial equivalente a la neurona biolgica)

y por tanto constituyen aproximaciones matemticas como las que forman parte del cerebro biolgico.

Es un sistema de computo que trabaja en paralelo con elementos de procesamiento conectados entre s.

2. Por qu se estudian las redes neuronales?

Pgina 1

Hay dos objetivos basicos para la investigacin de redes neuronales: Modelado del cerebro y la Construccin de sistemas artiticiales

Modelado del cerebro.- cuyo objetivo es la construccin de modelos funcionales como los cerebros reales.

esto puede ayudar a: - entender la naturaleza de la inteligencia humana, mejorar las estrategias de enseanza o medidas correctivas para pacientes con dao cerebral. Construccin de un sistema artificial.- el objetivo es realizar sistemas eficientes para aplicaciones del mundo real.

Con esto se hacer que las maquinas alivien ciertas tareas de los seres humanos que resultan tediosas e incluso mejorar el rendimiento humano.

3. En qu consiste el aprendizaje de las redes neuronales?

La mayoria funcionan haciendo pasar una neural de activacin a travs de una red de neuroonas conectadas

Caractersticas de las redes neuronales artificiales son: Aprendizaje.- a travs de la etapa de aprendizaje Tolerancia a fallos.- sta puede seguir respondiendo de manera aceptable aun si se daa parcialmente. Flexible.- puede manejar cambios no importantes en la informacin de entrada como seales con ruido u otros cambios en la entrada

Hay tres tipos de aprendizaje: aprendizaje supervisado aprendizaje por refuerzo aprendizaje no supervisado

Pgina 2

4. Qu acontecimientos son destacables en la historia del desarrollo de las redes neuronales?

1943.- McCulloch y Pitts proponen su modelo neuronal McCulloch-Pits

1949.- Hebb publica su libro The Organization of Behavior en el que plantea las reglas de aprendizaje

1958.- Rosenblatt introduce el termino perceptrn

1969.- Se demuestra las limitaciones del perceptrn de capa simplesk

1982.- Kohonen desarrolla mapa Auto-Organizador

1986.- Presenta el algoritmo de aprendizaje Back propagation para perceptrones de multiples capas

2000s.- Se hace evidente el poder y fiabilidad de las redes neuronales y mquinas de vector de soporte

Pgina 3

5. Compare el cerebro humano con un computador

Cerebro humano
10 millones de neuronas en la corteza humana Cada neurona biologica est conectada a varias miles de neuronas neuronas se midel su velocidad en milisegundos (10-3s) el uso de energa del cerebro es de aproximadamente 1016 J

Computador

10 mil procesadores potentes trabajando en paralelo

Similiar conectividad entre procesadores

los computadores en nanosegundos (10-9s)

en los mejores jcomputadores es de 10-6

6. Compare una neurona biolgica con una neurona artificial

Pgina 4

Neuronas biolgicas

consisten en un cuerpo o soma de la clula que contiene un ncleo y dendritas. Transmiten informacin mediante la sinapsis. las redes neuronales biolgicas basans su funcionamiento en la sntesis, se comienza por un comportamiento incial y se trata de conformar la inteligencia mediante la unin de estos componentes.

Neuronas artificiales

es un modelo simplificado de la estructura biolgica pues contienen sus elementos bsicos: sinpasis, dendritas, soma y axon. La sinapsis y las dendritas de la neurona artificial son las entradas al elemento procesador, y cada una de estas entradas tiene un peso asociado de conexin. El elemento procesador multiplica cada entrada por su peso de la conexin y suma generalmente estos productos, que pasan entonces a la funcin de transferencia para generar un resultado que se transmite por la via de salida (axon)

Yo Marco A. Hinojosa T. afirmo que esta actividad es de mi autora y establezco que para la elaboracin de la misma he seguido los lineamientos del Cdigo de tica de la Universidad de las Fuerzas Armadas ESPE

Pgina 5