Escolar Documentos
Profissional Documentos
Cultura Documentos
Su implementacin en Hardware
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Ventajas:
Aprendizaje adaptable.
Auto Organizacin.
Operacin en tiempo real.
Tolerancia a fallas a travs de cdigo de informacin
redundante.
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Aplicaciones:
Pronsticos de ventas
Control de procesos industriales
Investigacin sobre clientes
Validacin de datos
Administracin de riesgo
Marketing
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Introduccin
Implementacin
Software
Implementacin
Hardware
Atenuadores
Ejemplos
Futuras Tendencias
y Conclusin
Entradas
Modelo de Neurona
Salidas
Introduccin
Implementacin
Software
Implementacin
Hardware
Salidas
Ejemplos
Futuras Tendencias
y Conclusin
Red Neuronal
Introduccin
Modelos de Conectividad
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
P
Modelo de Hopfield
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Implementacin en Software
Una Red Neuronal implementada en software es
considerada una simulacin y presenta numerosas
desventajas sobre sus similares de hardware.
El principal motivo para descartar una implementacin
software es el de la velocidad.
Un chip especializado para ANN, de funcionamiento
paralelo, es capaz de ofrecer respuestas totalmente
confiables en tiempo real.
Para aplicaciones que exigen Redes de menos de 100
neuronas y escaso entrenamiento las implementaciones
software son suficientes.
Cuando los problemas a resolver exigen cantidades tales
como 1000 neuronas y 10000 sinapsis, es necesario
emplear hardware de alta performance.
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Hardware vs Software
La mayora de las aplicaciones ANN en uso comercial estn
implementadas en software y corren en una computadora
de propsito general con un procesador convencional
simple.
Razones ms comunes para usar hardware ANN:
Velocidad: las ANN son intrnsecamente paralelas, y las
implementaciones hardware pueden hacer uso de esto.
Costo: una implementacin hardware puede proveer
mrgenes para reducir los costos del sistema: cantidad de
componentes, potencia de los requerimientos, etc.
Confiabilidad: reducida probabilidad de fallas en el equipo.
Condiciones operativas especiales: en aplicaciones que
imponen restricciones tales como tamao fsico o peso
limitado, una implementacin hardware puede ser esencial
Seguridad: el hardware especializado puede ofrecer mejor
proteccin contra la "ingeniera inversa" de potenciales
competidores.
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Componentes Utilizados
Neurocomputadoras: proveen un completo sistema basado
en tcnicas neuronales, con significativo poder de
procesamiento.
Aceleradoras de PC y otras tarjetas: son generalmente
hechas para un bus estndar tal como el ISA.
Chips: pueden ser usados para construir algunas de las
formas precedentes o pueden ser incluidos dentro de otros
dispositivos para hacer una unidad de aplicacin completa.
Bibliotecas celda: permiten un apropiado nivel de
funcionalidad neuronal al ser incluidas dentro de un chip
dedicado al lado de otras funciones necesarias. Esto es lo
indicado para aplicaciones de gran volumen.
Microcomputadoras embebidas: pueden ser pensadas
como computadoras de propsito general implementando un
software ANN en hardware dedicado sin los perifricos
normales de una computadora.
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Digital
Futuras Tendencias
y Conclusin
Analgica
Hbrida
Introduccin
Implementacin
Software
Implementaciones digitales
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Ventajas:
Liberacin del ruido.
Almacenamiento de coeficientes de peso por una
indefinida longitud de tiempo mediante RAM.
Tecnologas de fabricacin off-the-shelf.
Precisin exacta de las fases de multiplicacin y suma.
Fcil incorporacin dentro de los sistemas existentes.
Introduccin
Implementacin
Software
Implementaciones digitales
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Restricciones:
Baja velocidad de operacin, especialmente en los pasos
de multiplicacin y suma.
Las entradas del mundo real son tpicamente analgicas, y
deben ser convertidas a un formato digital para ser
procesadas.
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Introduccin
Implementacin
Software
Diseos hbridos
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Ejemplos:
Bellcore CLNN-32
AT&T ANNA
Neuroclassifier
Neural Semiconductor
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Introduccin
Implementacin
Software
Implementacin
Hardware
Aplicaciones y ejemplos
Las redes neuronales han sido usadas en la imitacin de
patrones, para generalizar, para combinar nuevas
situaciones con otras anteriores, reflejar estructuras dentro
de su entorno, y seleccionar entre diversas posibilidades.
Ejemplos
Futuras Tendencias
y Conclusin
Introduccin
Implementacin
Software
Implementacin
Hardware
Aplicaciones y ejemplos
El soft NestorWriter de Nestor, Inc.
utiliza un diseo de red neuronal para
interpretar letras manuscritas sobre
un pad sensible.
Ejemplos
Futuras Tendencias
y Conclusin
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Introduccin
Implementacin
Software
Implementacin
Hardware
Ejemplos
Futuras Tendencias
y Conclusin
Prediccin 1
Prediccin 2
Realidades alternativas
producidas por entornos
sensitivos.
Integracin de la
Inteligencia Artificial con
la vida orgnica.
Prediccin 3
Nuevas interfases
mquina-hombre.
Integrantes
Aguilera Fernndez Oscar A.
Carbajal Coronado Jaime F.
Chvez Mendoza Diana
Leal Aranda Liliana A.
Karla Gpe. Montes de Oca Lima