Página
Tema 1.1 - Neuronas Artificiales
Resumen
Las redes de neuronas artificiales encuentran relaciones entre un conjunto de señales de entrada y una señal de salida, utilizando un modelo que intenta imitar la forma en que el cerebro funciona respecto a estímulos. Para conseguir su propósito, las redes de neuronas utilizan neuronas artificiales, las cuales se encuentran conectadas entre sí.
Imagen tomada de:
https://en.wikipedia.org/wiki/Biological_neuron_model
Las redes de neuronas se utilizan para resolver diferentes tareas en el aprendizaje automático, tanto en la clasificación como en la predicción numérica.
Las aplicaciones más apropiadas son: Procesos donde la relación de la entrada y la salida sean complejos, ruidosos y encontrar un patrón que represente un reto.
En una neurona artificial la señal de cada dendrita es ponderada (con los pesos w).
En cada una de las neuronas de la red, las señales de entrada se suman en la neurona y la señal es enviada utilizando una función de activación sobre la aplicación de los pesos a las señales de entrada.
Imagen tomada de:
https://futurelab.mx/redes%20neuronales/inteligencia%20artificial/2019/06/25/intro-a-redes-neuronales-pt-1/
El proceso mencionado anteriormente se realiza en cada una de las neuronas de la red, lo cual es computacionalmente costoso.
Las neuronas artificiales son la base de las redes neuronales y nos permitirá crear modelos complejos que representen los datos.
Existen diversas redes neuronales dependiendo de la función de activación, la topología de la red y el algoritmo de entrenamiento.
Última modificación: jueves, 12 de enero de 2023, 08:19