Escolar Documentos
Profissional Documentos
Cultura Documentos
Visin,
Toma de decisiones,
Reconocimiento,
Control,....
Proceso clsico/RNA
Proceso clsico
Datos
Validacin
Modelo
- Clasificacin
- Prediccin
- Reconocimiento,...
Construccin
Datos
Modelo
Proceso clsico/RNA
Cmputo convencional
Mquina
von Neuman
C PU
M em oria
Proceso clsico/RNA
Proceso con RNA
Test
Datos
- Clasificacin
- Prediccin
Entrenamiento
Datos
- Reconocimiento,...
Aprendizaje
RNA
Proceso clsico/RNA
Procesamiento
de informacin
neurona
x1
w1
x2
w2
a F(a)
a = x1*w1 + x2*w2;
y = F(a);
11
Definiciones
15
Bases biolgicas
Neurona biolgica
17
NEURONA
18
Neurona biolgica
En la neurona biolgica se pueden tomar
sus tres partes ms principales:
Q 1. El cuerpo de la neurona.
Q 2. Ramas de extensin llamadas dendrtas.
Q 3. Un axn que lleva la salida de la
neurona a las dendritas de otras neuronas.
19
Neurona biolgica
Q
20
Neurona biolgica
Q
Neurona biolgica
Las DENDRITAS recogen seales procedentes de
otras neuronas, por estmulos del mundo externo o
interno y las transmiten al cuerpo de la neurona.
El CUERPO de la neurona recibe las seales de todas
las dendritas y segn la tipologa de la neurona en si,
determina una respuesta.
El AXON de la neurona transmite la respuesta
generada por el cuerpo de la neurona a otras
neuronas o a algn miembro receptor (msculo,
nervio,...).
22
Neurona biolgica
Una neurona es una clula viva y, como tal, contiene
los mismos elementos que forman parte de todas las
clulas biolgicas.
El axn posee ramas en su extremo para tener
conexin con mayor nmero de neuronas.
El axn se ramifica en filamentos y subfilamentos,
mediante los cuales establece conexin con otras
neuronas.
La caracterstica principal que diferencian a las
neuronas del resto de las clulas vivas, es su
capacidad de comunicarse.
23
24
Sinapsis
25
26
Neurona biolgica
Q
Q
Q
27
Modelo Biolgico
28
Aprendizaje en el cerebro
Q
Modelo Biolgico
31
Naturaleza bioelctrica
La seal generada por la neurona y transportada a lo largo
del axn es un impulso elctrico, mientras que la seal que se
transmite entre los terminales axnicos de una neurona y las
dendritas de la neuronas siguientes es de origen qumico;
concretamente, se realiza mediante molculas de sustancias
transmisoras (neurotransmisores) que fluyen a travs de unos
contactos especiales, llamados sinapsis, que tienen la funcin
de receptor y estn localizados entre los terminales axnicos y
las dendritas de la neurona siguiente (espacio sinptico, entre
50 y 200 Angstroms).
32
Seal elctrica
36
37
Seal qumica
39
Neurona artificial
40
Neurona artificial
Xj
Conexiones
de entrada
Yi=g(ini)
Wj,i
ini
Funcin de
entrada
Funcin de
activacin
Yi
Conexiones
de salida
Salida
41
Neurona artificial
Unidades nodos
Conexiones
Pesos
Nivel de activacin
Funcin de activacin
Salida
Neurona artificial
0.4
Valores aj
0.3
0.8234
0.15
Atributo
Valor Valnor
Edad
No. Rec.
Repar
Clima
Cochera
Terreno
Construc.
Sector 3
20
0.4
3
0.3
2
0.15
D
0.25
2
0.33
400 0.4
350 0.35
0.65
0.79612
0.25
-0.24
0.71315
0.33
0.937
0.4
0.5824
$2,255,000
0.6136
1.23
0.35
0.65
-1.325
Pesos Wij
43
Neurona artificial
44
Neurona artificial
Conceptos bsicos
46
Conceptos bsicos
47
48
Cmputo convensional
vs. Redes neuronales?
Q
Q
Q
52
Ventajas
Aprendizaje adaptativo. Capacidad de aprender a realizar
tareas basada en un entrenamiento o una experiencia inicial.
54
Algunas aplicaciones
Q
Espacio areo
Automotriz
Bancos
Algunas aplicaciones
Q
Defensa
Electrnica
Prediccin de secuencias de cdigos, control de
procesos, anlisis de fallas de circuitos, visin de
mquina, sntesis de voz, modelado no lineal.
Robtica
Control de trayectorias, control de manipuladores,
sistemas de visin.
Voz
Reconocimiento de voz, compresin de voz,
sintetizadores de texto a voz.
56
Algunas aplicaciones
Q
Telecomunicaciones
Compresin de datos e imgenes, servicios automticos de
informacin, traduccin de lenguaje hablado en tiempo real.
Transportation
Sistemas ruteadores, diagnstico de motores, tiempos y
movimientos.
Seguridad
Reconocimiento de rostros, identificacin y acceso de personas.
Financieros
Evaluacin de bienes races, consultor de prestamos, valuacin de
bonos corporativos, anlisis sel uso de la lnea de crdito,
prediccin de tipo de cambio.
57
Algunas aplicaciones
Manufactura
Control de procesos de manufactura, anlisis y diseo
de productos, diagnstico de mquinas y procesos,
identificacin de partes en tiempo real, sistemas de
inspeccin de calidad, prediccin de fin de proceso,
anlisis de mantenimiento de mquinas, modelado de
sistemas dinmicos.
Medicina
Deteccin de cncer mamario o en la piel, anlisis de
EEG y ECG, diseo de prtesis, optimizacin de
tiempos de trasplante, reduccin de gastos en
hospitales.
Oficinas postales, Verificacin remota, etc.
58
Algunas aplicaciones
Comunicaciones:
-Igualacin,
cancelacin,
conmutacin,
enrutamiento, demodulacin multiusuario,...
Tratamiento de Voz:
-Reconocimiento, autentificacin de locutores,
codificacin, cuantificacin vectorial,...
Tratamiento de Imagen:
-Reconocimiento de formas y patrones (huellas
dactilares, nmeros, caras,...)
59
Modelado/Prediccin:
-Prediccin no lineal de series temporales
(financieras, consumo elctrico,...)
Control:
-Control de procesos, robots, vehculos, ...
60
Conclusiones
Una red neuronal puede ser vista como:
Un Filtro No lineal
- Algoritmos Adaptativos (LMS, RLS, Newton), Modelos no lineales (Volterra,
Wiener), Clasificadores Bayesianos,...
Un aproximador funcional
- Anlisis funcional, Teora de la aproximacin,....
Un modelo neurofisiolgico
- Percepcin, Visin, Reconocimiento,...
61
Conclusiones
Las RNA son estructuras paralelas y no lineales
capaces de resolver un gran nmero de problemas.
Ofrecen soluciones en problemas en los que
intervienen muchas variables y que son difciles de
formalizar.
Son capaces de aprender y generalizar
Existen un gran nmero de topologas y algoritmos
de entrenamiento
62
Conclusiones
63
Bibliografa
Q
65
67