Desde el principio de la humanidad se soñó con el desarrollo de máquinas que puedan imitar la capacidad de aprendizaje del hombre. Actualmente es un desafío.

Presentación del tema: "Desde el principio de la humanidad se soñó con el desarrollo de máquinas que puedan imitar la capacidad de aprendizaje del hombre. Actualmente es un desafío."— Transcripción de la presentación:

1

2 Desde el principio de la humanidad se soñó con el desarrollo de máquinas que puedan imitar la capacidad de aprendizaje del hombre. Actualmente es un desafío en el que pone todas sus miradas una parte de la comunidad científica. Una neurona es una célula especializada en la comunicación de información. Es la unidad funcional básica del cerebro y del sistema nervioso.

3 Comparación neurona artificial y biológica Neurona biológicaNeurona Artificial

4 La unidad de procesamiento artificial equivalente a una neurona biológica que intenta imitar los aspectos de esta en cuanto a su comportamiento y funcionamiento. De este modo se disponen de unas entradas y salidas, como en las neuronas biológicas, que transmitirán valores, bien reales o binarios de una neurona a otra, en vez de señales electroquímicas.

5 Características de las (RNA) Se caracterizan por: Capacidad de aprender (entrenamiento). Puede ser supervisado o no supervisado. Redes Neuronales Artificiales Una red neuronal artificial (Artificial Neural Networks ;ANN) o (RNA) es un esquema de computación distribuida e inspirada en la estructura del sistema nervioso de los seres humanos. La arquitectura de una red neuronal es formada conectando múltiples procesadores elementales, siendo éste un sistema adaptivo que pose un algoritmo para ajustar sus pesos (parámetros libres) para alcanzar los requerimientos de desempeño del problema basado en muestras representativas.

6 Historia de las redes neuronales artificiales 1943, Warren McCulloc y Walter Pitts primer modelo de operación neuronal. En 1949 Donald Hebb regla aprendizaje 1988, resultó la unión entre la IEEE y de la INNS que produjo la International Joint Conference on Neural Networks.

7 La posibilidad de resolver problemas difíciles es dable gracias a los principios de las redes neuronales, los cinco principios más importantes son: a)Aprendizaje adaptativo. b)Auto organización. c)Tolerancia a fallos. d)Operación en tiempo real. e)Fácil inserción en la tecnología existente.

8 Algunas aplicaciones de las redes neuronales a) Biología: Aprender más acerca del cerebro y otros sistemas. Empresa: Reconocimiento de caracteres escritos. Identificación de candidatos para posiciones específicas. Optimización de plazas y horarios en líneas de vuelo. Explotación de bases de datos. Medio Ambiente: Analizar tendencias y patrones. Previsión del tiempo. Finanzas : Previsión de la evolución de los precios. Valoración del riesgo de los créditos. Identificación de falsificaciones. Interpretación de firmas. Manufacturación Robots automatizados y sistemas de control (visión artificial y sensores de presión, temperatura, gas, etc.) Control de producción en líneas de proceso. Medicina: Analizadores del habla para la ayuda de audición de sordos profundos. Diagnóstico y tratamiento a partir de síntomas y/o de datos analíticos (encefalograma, etc.). Monitorización en cirugía. Predicción de reacciones adversas a los medicamentos. Lectoras de Rayos X. Entre otras.

9 Conclusión: En este trabajo estudiamos y aprendimos lo que es y como funcionan las redes neuronales, además concluimos que su aplicación en las nuevas tecnologías es algo que va en aumento y que puede ser muy útil en muchos campos de investigación, comerciales, etc.…