Inteligencia Artificial

Redes Neuronales
 Modelo biológico de la red
neuronal

 MODELO BIOLÓGICO: La neurona es el elemento

fundamental de todo sistema nervioso, a partir de este
elemento se ha basado la teoría y modelado de redes
neuronales artificiales.

 Las neuronas tienen formas, tamaños y longitudes

diferentes, de estas características se puede determinar su
función y utilidad
Estructura de la neurona
 Naturaleza bioeléctrica de la
neurona
 Las señales utilizadas por las neuronas son de tipo eléctrico y
químico
 la señal de tipo eléctrico es transportada a lo largo del axón en
forma de impulso, mientras que la señal que se transmite entre los
terminales axonicos y las dendritas de las neuronas tiene origen
químico (neurotransmisores) que fluyen a través de unos contactos
“sinapsis”, “función receptora”, localizados entre los terminales
axonicos y las dendritas de otra neurona.
 Neurona en reposo mantiene un potencial de 70 mv negativo.
 Al estimular la célula se incrementa la permeabilidad al sodio,
produciendo una entrada de 45 mv
 Analogía entre la actividad
sináptica y las redes neuronales
artificiales
 Las señales que llegan a la sinapsis son las entradas de las
neuronas; estas son ponderadas (atenuadas o amplificadas) a
través de un parámetro denominado peso que es asociado a la
sinapsis correspondiente.

 Estas señales pueden excitar a la neurona (peso positivo) o inhibirla

(peso negativo). El efecto es la suma de las entradas ponderadas.

 Si la suma es igual o mayor que el umbral de la neurona entonces la

neurona se activa (situación ON-OFF).
 MODELO ESTANDAR DE LA NEURONA
ARTIFICIAL O PERCEPTRON
 Este modelo tiene Conjunto de entradas xi(t) y pesos sinápticos wij

 Una regla de propagación, que es la más común

hi (t )   (wij , x j )); hi (t )  Wij x j

 Una función de activación que representa simultáneamente la
salida de la neurona y su estado de activación.

yi (t )  f i (hi (t ))
 MODELO ESTANDAR DE LA NEURONA
ARTIFICIAL O PERCEPTRON

En conclusión el modelo de la red neuronal que se denominará estándar queda

y i (t )  f i ( wij xi   i )
j
MODELO DISCRETO DEL PERCEPTRÓN
 Si en el modelo de la neurona estándar se considera que las
entradas son digitales, por ejemplo {0 1} y la función de activación
es la escalón H, tenemos
1 si w x  i
y i (t )  H ( wij xi   i )
ij i

yi 
j
0 si w x
ij i  i

I1

I2  
O

In
MODELO DISCRETO DEL PERCEPTRÓN
 Se pueden simular las compuertas lógicas básicas hallando un
circuito de forma discreta, expresado por la ecuación

y i (t )  sig ( wij xi   i )  sig ( w1 x1  w2 x 2   )

j

circuito total del perceptrón que simula las operaciones lógicas básicas