Bienvenidos a NeuroLan

¿Que son las Redes Neuronales Artificiales?

Las Redes Neuronales Artificiales, tambien conocidas por sus siglas RNA o ANN en ingles son paradigmas de aprendizaje y procesamiento automático el cual se inspira en la forma en que trabaja el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que contribuyen para producir un estímulo de salida. 

Esta compuesto por unidades llamadas neuronas, la cual recibe una serie de entradas a través de interconexiones y luego emite una salida que viene dada por tres funciones:

1. Una función de propagación o excitación que consiste en la sumatoria de cada entrada multiplicada por el peso de su interconexión el cual si es positivo la conexión se denomina excitatoria; y si es negativo, se denomina inhibitoria.
2. Una función de activación, que modifica a la anterior pero necesariamente de forma obligatoria, si no ocurriese la salida es la misma a la función de propagación o excitación.
3.  Y finalmente una función de transferencia, que se aplica al valor devuelto por la función de activación. Se utiliza para acotar la salida de la neurona y generalmente viene dada por la interpretación que queramos darle a dichas salidas. Algunas de las más utilizadas son la función sigmoidea(para obtener valores en el intervalo [0,1]) y la tangente hiperbólica (para obtener valores en el intervalo [-1,1]).

Esquema Red neuronal

                                    para introducirnos mas en el tema de redes neuronales 




aremos una pequeña introducción a las neuronas, necesario para poder comprender  el tema en gestión comenzaremos con:


       • En nuestro sistema nervioso existen células 
          llamadas neuronas que son una unidad de 
          procesamiento que recibe un estimulo 
          eléctrico de otras neuronas principalmente a 
          través de su árbol Dendrítico.
   
       • El estimulo eléctrico recibido al pasar de un 
         cierto umbral causa que la neurona a su vez 
         envié una señal eléctrica a través de su axon
         a otras sucesivas neuronas.
      

imagen 1:2 

http://www.monografias.com/trabajos14/neuronas/neuronas.shtml

                                                                     sinapsis 

      • Cuando el árbol dendrítico recibe impulsos eléctricos 

         sobre un umbral voltaje especifico la neurona manda una 

        señal eléctrica a través del axon a los terminales 

        axonicos

     • En esos terminales se conectan los terminales axonicos

       (a través de sinapsis) a otras neuronas

imagen 1:3

   

• Los terminales axonicos se pueden  conectaratravés de
sinapsis a diferentes partes de la neurona pero
típicamente se considera solo la conexión a otras
dendritas(como es mencionado en la imagen 1:3)



• Los terminales axonicos se pueden conectar a través de
sinapsis a diferentes partes de la neurona pero
típicamente se considera solo la conexión a otras
dendritas

• Dependiendo del neurotransmisor
(ion) el potencial inducido en
terminal postsinaptico (dendrita)
puede ser positivo (excitado) o
negativo (inhibidor)

como es mencionado, las redes neuronales son como una sinapsis más química por ser mas rápido y por relacionarse a un estimulo y a una respuesta, más explicito. Lo que se trata de decir es que se estimulan una variedad de entradas como por ejemplo un pinchazo estas entradas estimuladas viajan asta llegar a una salida (la respuesta) pero no todos llegan solo la respuesta mas indicada tendrá efecto.

como llevamos  esto a las redes neuronales tomemos el ejemplo
de las cámaras inteligentes (como se muestra en la imagen 1:4)

imagen 1:4 IVC-2D
cámara inteligente de alto rendimiento para
entornos industriale s

estas cámaras van aprendiendo con el pasar del tiempo y no es
necesario estarlas manejando todo el tiempo por su aprendizaje
detectan los problemas ellas solas como ladrones, incendios, etc.