REDES NEURONALES

1
Carrera de ingeniera automotriz
Ing. Paul Ortiz, Msc
2 Contenido

1. Introduccin a las Redes de Neuronas e Inteligencia

Artificial

1.1. Aprendizaje y Generalizacin
1.2. Historia de las Redes Neuronales
1.3. Fundamentos biolgicos
1.4. Modelo computacional
3 1. Introduccin a las Redes de
Neuronas e Inteligencia
Artificial
Qu es inteligencia?.....

Estmulos
Observacin
Informacin

La capacidad de resolver conflictos

Utilizando la informacin (experiencia) adquirida
anteriormente
4 1.- Introduccin a las Redes de
Neuronas e Inteligencia Artificial

Inteligencia.
Memoria.

Aprendizaje.

Toma de decisiones.

Continua Evolucin.
5 1.1. Aprendizaje y
Generalizacin
6 1.1. Aprendizaje y
Generalizacin
7 1.1. Aprendizaje y
Generalizacin
Inteligencia lingstica:
Es la habilidad de dominar el lenguaje

Oral
Escrito
Expresin Corporal
8 1.1. Aprendizaje y Generalizacin
Inteligencia lgico-matemtica:
habilidad para razonar de manera
deductiva y lgica.
habilidad de resolver problemas
matemticos.
9 1.1. Aprendizaje y Generalizacin
Inteligencia espacial.
La inteligencia espacial se define como la
capacidad humana poder observar el
mundo y los objetos desde diferentes
perspectiva
10 1.1. Aprendizaje y
Generalizacin
La inteligencia
naturalista
Definida como la sensibilidad
que muestran algunos
individuos hacia el mundo
natural.
habilidad de distinguir,
ordenar, clasificar,
comprender y utilizar
elementos del medio
ambiente
11 1.1. Aprendizaje y
Generalizacin

Qu color te gusta ms??

12 1.1. Aprendizaje y
Generalizacin
13 1.1. Aprendizaje y Generalizacin
Qu es la inteligencia artificial?
14 1.2. Historia de las Redes
Neuronales
15 1.2. Historia de las Redes
Neuronales
16 1.2. Historia de las Redes
Neuronales
17 1.2. Historia de las Redes
Neuronales
18 1.2. Historia de las Redes
Neuronales
19 1.2. Historia de las Redes
Neuronales
20 1.2. Historia de las Redes
Neuronales
21 1.2. Historia de las Redes
Neuronales
22 1.2. Historia de las Redes
Neuronales

La inteligencia Artificial son

sistemas que modelan y simulan el
pensamiento humano mediante el
diseo de algoritmos
computacionales.
23 1.2. Historia de las Redes
Neuronales

Percepcin Evolucin

Razonamiento

Aprendizaje Adaptabilidad
24 1.2. Historia de las Redes
Neuronales
APLICACIONES:
MEDICINA
Universidad de Lund en Suecia, han desarrollado una tcnica que
aplica la Inteligencia Artificial a unos biochips que se usan para
anlisis gentico.
25 1.2. Historia de las Redes
Neuronales
APLICACIONES:
MEDICINA
. Recurren a la inteligencia artificial para mejorar el
diagnstico del Alzheimer

Investigadores de las universidades de Mlaga (UMA) y Granada

(UGR)han diseado una nueva tcnica basada en conceptos de
inteligencia artificial para detectar la enfermedad de Alzheimer
que tambin podra aplicarse a otras patologas como el Prkinson

Fuente: www.infosalus.com
26 1.2. Historia de las Redes
Neuronales
APLICACIONES:
MEDICINA
En China ya se puede pedir un diagnstico mdico a una
inteligencia artificial

La compaa de Robin Li da a conocer a Melody, un chatbot

software capaz de entablar una conversacin con seres humanos-
preparado para analizar los sntomas de los enfermos y agilizar el
proceso de diagnosis de los mismos.

Fuente:www.lavanguardia.com
27 1.2. Historia de las Redes
Neuronales
APLICACIONES:
EDUCACIN.

Sistemas tutores inteligentes.

Representan herramientas pedaggicas ms avanzadas y suministran
ms experiencias de aprendizaje individualizado
Robtica educativa. la robtica permite un acercamiento de los
estudiantes a la mecnica, la electrnica, la electricidad y
la informtica
Neurociencia cognitiva. La arquitectura lee los datos del usuario para
determinar su estado mental,
Visin artificial . Asistencia de personas con discapacidad
28 1.2. Historia de las Redes
Neuronales
APLICACIONES:
INFORMTICA
GOOGLE:
Busqueda. Sistema RANKBRAIN
Juegos . Sistema DeepMind
Traductor: Sistema GNMT
ASISTENTE PERSONAL INTELIGENTE:
SIRI ios CORTANA windows
29 1.2. Historia de las Redes
Neuronales
APLICACIONES:
AUTOMOTRIZ
La inteligencia artificial del auto permitir calcular riesgos,
lectura de ambientes y poder actuar anticipadamente.
Auto-diagnostico y sugerir acciones.
Lectura y anlisis de datos mediante IA para toma de acciones
de mantenimiento preventivo y correctivo.
Tolerancia a fallas.
Interaccin con el ser humano.
30 1.2. Historia de las Redes
Neuronales
APLICACIONES:
AUTOMOTRIZ
PILOTO AUTOMATICO DE TESLA
31 1.2. Historia de las Redes
Neuronales
APLICACIONES:
AUTOMOTRIZ
ASSISTENTE DE CONDUCCION BMW SERIE 7
32 1.2. Historia de las Redes
Neuronales
APLICACIONES:
33 1.2. Historia de las Redes
Neuronales
REDES
NEURONALES

SISTEMAS LGICA
HBRIDOS DIFUSA

INTELIGENCIA
ARTIFICIAL

REDES SISTEMAS
BAYESIANAS EXPERTOS

ALGORITMOS
GENETICOS
34 1.3. Fundamentos biolgicos
Fundamentos biolgicos de las redes
neurales naturales
Una neurona biolgica es una clula especializada en
procesar informacin.
La clave para el procesamiento de la informacin son las
conecciones entre ellas llamadas sinpsis

Est compuesta por:

El cuerpo de la clula (soma)
El axn y
Las dendritas.
35 1.3. Fundamentos biolgicos
36 1.4. Modelo computacional

Modelo de la Neurona
P = vector de entrada
W =vector de Aprendizaje
b = bias
f = funcin de activacin
a = salida
Si el peso es positivo se habla de una
excitacin y si el peso es negativo se
considera una inhibicin de la entrada.
37 1.4. Modelo computacional

Funciones de Activacin.
La regla que logra establecer el efecto de la entradas
y los pesos sinpticos.

Funcin escaln
La funcin de activacin escaln se asocia a
neuronas binarias en las cuales, cuando la suma de
las entradas.
38 1.4. Modelo computacional

Funcin de activacin lineal

La funcin de activacin lineal entrega a la salida de
la neurona el mismo valor de la sumatoria. Son usadas
comnmente en las redes ADALIN.
39 1.4. Modelo computacional

Funcin de sigmoidal
En la funcin de activacin sigmoidal puede tener en
su sumatoria valores desde mas infinito a menos
infinito y la salida tomar valores entre cero y uno,
segn la expresin:
40 1.4. Modelo computacional
41 1.4. Modelo computacional