Documente Academic
Documente Profesional
Documente Cultură
SCIENTIFIC ARTICLE
ABSTRACT
The primary and main objective of this scientific article was to collect and analyze existing information on
artificial neural networks, taking into account all aspects related to the structure, training and mathematical
formulation of different algorithms. It is necessary to emphasize the significance and importance that neural
networks are gaining today as evidenced by the fact of being part of the core studies of government
institutions worldwide, so the main intention is to deepen this new technology; the fundamental purpose of
systems based on neural networks is to maintain centralized control of various functions, applying learning
mechanisms that mimic the behavior of human beings to achieve autonomy and efficiency that characterizes
them. To understand the operation of artificial neural networks need to study the biological functioning of the
human brain, as this is the basis of different mathematical models that attempt to simulate the characteristics
of human intelligence features.
(Key words: scientific article, artificial neurons,
technology).
RESUMEN
El objetivo fundamental y principal de este artculo cientfico fue recopilar y analizar la informacin
existente sobre las redes neuronales artificiales, contemplando todos los aspectos relacionados con la
estructura, entrenamiento y formulacin matemticos de los diferentes algoritmos. Es necesario resaltar la
significacin e importancia que las redes neuronales estn adquiriendo en la actualidad como lo evidencia el
hecho de formar parte de los estudios centrales de instituciones gubernamentales a nivel mundial, as que la
intencin principal es profundizar en esta nueva tecnologa; el propsito fundamental de los sistemas basados
en redes neuronales es mantener un control centralizado de varias funciones, aplicando mecanismos de
aprendizaje que imiten el comportamiento de los seres humanos para lograr la autonoma y eficiencia que los
caracteriza. Para comprender el funcionamiento de las redes neuronales artificiales se necesita estudiar el
funcionamiento biolgico del cerebro humano, ya que este es la base de los diferentes modelos matemticos
que tratan de simular las caractersticas propias de la inteligencia humana.
(Palabras clave: artculo cientfico, neuronas artificiales, tecnologa).
Artculo Cientfico.
Tc. Investigacin.
Mariana de Jess P.
E-mail: Marianapamer@gmail.com
70 Inteligencia Artificial
Universidad De Cartagena 70
Introduccin
Universidad De Cartagena 71
Generalidades
Para que comprendas esta temtico se dar
a conocer primeramente el significado y
como se componen, empezando
principalmente por conceptos naturales o
propios respectivamente.
La neurona biolgica
La neurona es el bloque fundamental de
construccin del sistema nervioso, capaz
de recibir y transmitir informacin, es una
clula similar a otras clulas del cuerpo
humano con ciertas especializaciones
(figura 1). Todas las neuronas estn
constituidas por las mismas partes bsicas,
as como las mismas subdivisiones
anatmicas independientemente del tamao
y forma de la misma. Se estima que en
cada milmetro del cerebro hay cerca de
50.000 neuronas, conteniendo en total ms
de cien mil millones de neuronas y sinapsis
en el sistema nervioso humano.
Segn los trabajos en investigacin y
ciencia realizados por el espaol Ramn y
Cajal, la neurona no es una masa continua
sino una red de unidades discretas. La
neurona est formada por el cuerpo de la
clula o soma, en donde se aloja el ncleo
de la clula. Del cuerpo de la clula salen
ramificaciones de diversas fibras conocidas
como dendritas y sale tambin una fibra
72 Inteligencia Artificial
La neurona artificial
Es la que intenta mimetizar las
caractersticas ms importantes de la
neurona biolgica, siendo esta el elemento
bsico de procesamiento de la red neuronal
artificial (figura 2). El funcionamiento de
una neurona artificial, bsicamente consiste
en aplicar un conjunto de entradas, cada
una representando la salida de otra neurona,
o una entrada del medio externo, realizar
una suma ponderada con estos valores, y
"filtrar" este valor a travs de una funcin
matemtica llamada funcin de activacin.
73 Inteligencia Artificial
Figura 3.
Aplicaciones
En la figura 4 podemos ver un modelo en
capas de una red neuronal artificial, que
consiste de un conjunto de neuronas.
Cada neurona tiene varias entradas y su
salida est conectada a un conjunto de
otros procesadores de entradas.
Cuando una ANN funciona en modo
normal, a partir de los datos presentados en
la entrada, se genera un patrn especfico
de salida. La relacin Entrada/Salida ser
determinada durante el modo
entrenamiento, entonces cuando una
entrada conocida es presentada da la salida
esperada.
las redes neuronales permiten buscar la
combinacin de parmetros que mejor se
ajusta a un determinado problema.
El algoritmo de entrenamiento ajusta los
pesos de las entradas hasta que se alcanza
la salida esperada.
Figura 4.
74 Inteligencia Artificial
Interpretacin de firmas.
Manufacturacin:
Robots automatizados y sistemas de
control (visin artificial y sensores
de presin, temperatura, gas, etc.)
Control de produccin en lneas de
proceso.
Inspeccin de calidad.
Filtrado de seales.
Medicina:
Analizadores del habla para la
ayuda de audicin de sordos
profundos.
Diagnstico y tratamiento a partir
de sntomas y/o de datos analticos
(encefalograma, etc.).
Monitorizacin en ciruga:
Prediccin de reacciones adversas a
los medicamentos.
Lectoras de Rayos X.
Entendimiento de causa de ataques
epilpticos.
Militares:
Clasificacin de las seales de
radar.
Creacin de armas inteligentes.
Optimizacin del uso de recursos
escasos.
Avances realizados
ltimamente las redes neuronales estn
volviendo a la actualidad por los logros que
estn consiguiendo. Por ejemplo, Google
ha, logrado derrotar a su propio
reCAPTCHA con redes neuronales, en
Stanford han conseguido generar pies de
75 Inteligencia Artificial
Universidad De Cartagena 75
Referencias bibliogrficas
1. "REDES NEURONALES
ARTIFICIALES", Jos R. Hilera y
Vctor J Martnez. 2000. Alfa
omega. Madrid. Espaa
2. "DIGITAL NEURAL
NETWORKS", S. Y. Kung, 1993.
PTR Prentice Hall, Inc.
3. Redes Neuronales con Matlab,
PDF Gustavo Meschino 2006, Pg.
1
76 Inteligencia Artificial
Universidad De Cartagena 76
Tcnicas de investigacin
Presentado por:
Mariana Palencia Merlano
Programa:
Ingeniera de Sistema
Tutor:
Lorenzo Fuentes Berrio
Grupo:
D1
77 Inteligencia Artificial
Universidad De Cartagena 77