Download - Redesneuronalesintro
![Page 1: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/1.jpg)
Redes
NeuronalesMgr Pablo Eduardo
Caicedo R.
![Page 2: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/2.jpg)
¿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
![Page 3: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/3.jpg)
¿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
![Page 4: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/4.jpg)
Neurona McCulloch-Pitts
1 2, , , Dx x x
y
0 1 2, , , , Dw w w w
Entradas
Salida
Pesos
![Page 5: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/5.jpg)
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
![Page 6: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/6.jpg)
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
![Page 7: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/7.jpg)
Neurona McCulloch-Pitts
Topología: Número de neuronas y como
están conectadas entre si.
![Page 8: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/8.jpg)
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.
![Page 9: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/9.jpg)
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
![Page 10: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/10.jpg)
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)
![Page 11: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/11.jpg)
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
![Page 12: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/12.jpg)
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
![Page 13: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/13.jpg)
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
![Page 14: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/14.jpg)
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
![Page 15: Redesneuronalesintro](https://reader038.vdocumento.com/reader038/viewer/2022100515/58a03c431a28ab5d2e8b68c9/html5/thumbnails/15.jpg)
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