INCORPORACIÒN DE LA SIMULACIÓN VÍA REDES NEURONALES COMO HERRAMIENTA DE UNIVERSALIZACIÓN DEL CONOCIMIENTO. M.Sc. Manuel Marqués 1*, Dr. Luis Oliva Ruiz 2 y Dr. Luis Delfín Rojas Purón 3 1: Instituto Universitario de Tecnología Dr. Federico Rivero. Venezuela. 2: Universidad de Oriente. Santiago de Cuba. Cuba. 3: Instituto Superio r Minero Metalúrgico. Moa. Cuba.

LA UNIVERSALIZACIÓN DE LA UNIVERSIDAD Y DEL CONOCIMIENTO Este escrito no parte de la nada, es producto de una larga revisión bibliográfica en el área de simulación, en particular lo relacionado a la “Simulación neuronal de una variable del conjunto compresor cámara de combustión y turbina en una unidad generadora dual de 100 Mw”, a lo largo de la cual, se fueron encontrando aplicaciones de la simulación vía redes neuronales, no solo en las ciencias técnicas sino también en las humanísticas, según se muestra en la tabla1:

LA UNIVERSALIZACIÓN DE LA UNIVERSIDAD Y DEL CONOCIMIENTO

Ante el imponente potencial de la simulación vía redes neuronales a lo largo y ancho de todas las ciencias alrededor del mundo, surge la idea de incorporarla como una herramienta para enseñanza en la educación superior, pero como se puede apreciar en los siguientes párrafos, no somos los primeros que hacemos este planteamiento, Deperlioglu y Kose (2011) conscientes de la importancia de esta técnica hacen un programa para su aprendizaje de manera práctica, también Baylari y Montazer (2009) utilizan esta técnica para elaborar un programa que facilite el aprendizaje de cualquier curso dando atención personalizada mediante el análisis de las respuestas de los ítem de un cuestionario.

LA UNIVERSALIZACIÓN DE LA UNIVERSIDAD Y DEL CONOCIMIENTO Deperlioglu y Kose (2011) presentan una herramienta educacional bajo la forma de un programa que permite diseñar y desarrollar modelos con redes neuronales artificiales “artificial neural networks” (ANN) haciendo énfasis en los fundamentos de las ANN a través de interfases visuales e interactivas, entre los que resaltan: -El usuario puede ver los pesos de cada neurona con un “click” sobre ella en el respectivo panel. -Al hacer doble “click” sobre la neurona presenta información de la respectiva capa y función de transferencia. -Un panel exclusivo para cambio del tipo o ajustes de la red neuronal, tales como añadir capas o neuronas. Para en definitiva señalar que este programa provee un ambiente efectivo para el aprendizaje, diseño y desarrollo relacionado con los diferentes tipos de modelos basados en ANN.

LA UNIVERSALIZACIÓN DE LA UNIVERSIDAD Y DEL CONOCIMIENTO Baylari y Montazer (2009) elaboran un sistema multi-agente de aprendizaje por internet basado en tecnología de comunicación de la información “information communication technologies” (ICT) mediante un modelo en redes neuronales diseñado con MATLAB. Señalan que usualmente los sistemas educacionales web son estaticos, sin oportunidad de recibir respuestas inmediatas de un instructor durante el aprendizaje, aquí presentan un sistema personalizado de aprendizaje basado en la teoría de la respuesta por ítem “ítem response theory” (IRT). El sistema contiene 3 tipos de test: antes, durante y después del aprendizaje cada uno con 10 preguntas. En base al primer test se selecciona las lecciones a impartir, en base al segundo se establece el nivel de aprobación de cada lección y el ultimo para la aprobación o remediación del curso. Encontrando que hay coincidencia entre las recomendaciones dadas por la ANN y el instructor en un 83% de los casos, por lo que la ANN puede dar atención personalizada (recomendaciones y material del curso) y hacer mas eficiente y efectivo el aprendizaje.

LA UNIVERSALIZACIÓN DE LA UNIVERSIDAD Y DEL CONOCIMIENTO OBJETIVOS: -Fomentar el conocimiento y aplicación de las redes neuronales. -Mostrar los posibles campos de aplicación de las redes neuronales. -Discutir y analizar la arquitectura, funcionamiento, mecanismo de aprendizaje y limitaciones de las redes neuronales.

LA UNIVERSALIZACIÓN DE LA UNIVERSIDAD Y DEL CONOCIMIENTO CONTENIDO PROGRAMÁTICO: TEMA I: Introducción Breve historia. Definiciones. Ventajas y desventajas. Relación de las Redes neuronales y la Inteligencia Artificial. Aplicaciones. Tipos de redes neuronales y sus aplicaciones. TEMA II: Fundamento de las Redes Neuronales El modelo biológico. Estructura de la neurona. Componentes de una red neuronal artificial. Estructura. TEMA III: Características de las Redes Neuronales Topología: reglas monocapa y multicapa. Mecanismos de aprendizaje. Entrada-Salida: representación de la información. Características de las Redes Neuronales más conocidas. TEMA IV: Redes con conexiones hacia adelante El “Perceptron”: regla de aprendizaje. “Perceptron” multinivel. Redes “ADALINE” y “MADALINE”: aprendizaje y aplicaciones. “Backpropagation”: regla, estructura y aprendizaje. Aplicaciones.

LA UNIVERSALIZACIÓN DE LA UNIVERSIDAD Y DEL CONOCIMIENTO La simulación via redes neuronales cuenta con un elevado número de aplicaciones en las ciencias técnicas y humanistas a nivel mundial. Existe en las referencias mencionadas a lo largo del trabajo suficiente material teórico para desarrollar el contenido programático de la unidad curricular propuesta.

LA UNIVERSALIZACIÓN DE LA UNIVERSIDAD Y DEL CONOCIMIENTO M U C H A S G R A C I A S ……