FORMATO INFORME TCNICO

UNIVER|SIDAD DE FUERZAS ARMADAS ESPEDEPARTAMENTO DE ELCTRICA Y ELECTRNICAASIGNATURA: CONTROL INTELIGENTE

Actividad No2. Caracterizacin de las redes neuronales artificiales

Fecha: 20 de diciembre del 2014Nombre alumno: Mauricio A. Huacho Ch.NRC:

Redes Neuronales

1. Qu es una red neuronal artificial?

Una red neuronal artificial son redes de neuronas artificiales y por lo tanto constituyen una cruda aproximacin de las partes de un cerebro real. comparada con un cerebro real.

Una

2. Por qu se estudian las redes neuronales?

Se estudian las redes neuronales debido a que:

Son dispositivos computacionales extremadamente potentes (equivalente de Turing, computadoras universales). El paralelismo masivo las hacen muy eficientes. Pueden aprender y generalizar de un entrenamiento de datos, entonces no hay necesidad de un enorme proceso de programacin. Son particularmente tolerantes a fallas, esto es equivalente a encontrar una agraciada degradacin en sistemas biolgicos. Son muy tolerantes al ruido, entonces pueden luchar con situaciones donde los sistemas biolgicos normales pueden tener dificultades. En un principio, no pueden hacer cualquier cosa que un sistema lgico/biolgico haga, y ms

3. En qu consiste el aprendizaje de las redes neuronales?Hay muchas formas de redes neuronales. La mayora opera por el paso de activaciones neurales a travs de redes de neuronas conectadas.

Una de las caractersticas ms potentes de una red neuronal es su habilidad de aprender y generalizar desde un conjunto de datos de entrenamiento. Adaptan la fortaleza/peso de las conexiones entre neuronas a fin de que la activacin en la salida final sea correcta.

Hay tres tipos de entrenamiento:1. Aprendizaje supervisado2. Aprendizaje de refuerzo3. Aprendizaje no supervisado

4. Qu acontecimientos son destacables en la historia del desarrollo de las redes neuronales?

1943: McCulloch y Pitts proponen el modelo neuronal McCulloch-Pitts.1958: Rosenblatt introdujo una red de simple capa llamada Perceptron.1969: El libro de perceptrones de Minsky y Papert demostraron las limitaciones de los perceptrones de simple capa.1982: Hopfield public una serie de documentos sobre redes Hopfield.

FALTAAA

5. Compare el cerebro humano con un computador

1. Hay aproximadamente 10 billones de neuronas en la corteza humana, comparada con 10 de miles de procesadores en la ms potente computadora paralela.2. Cada neurona biolgica es conectada a muchas miles de otras neuronas, similar a la conectividad en potentes computadoras paralelas.3. La velocidad de operacin tpica de las neuronas biolgicas es medida en milisegundos, mientras un chip de silicona puede operar en nanosegundos.4. El cerebro humano es extremadamente eficiente energticamente, usando aproximadamente 10-16 joules por segundo por operacin, mientras que la mejor computadora hoy en da usa 10-6 joules por segundo por operacin.5. Los cerebros han evolucionado por 10 millones de aos, las computadoras han evolucionado por decenas de dcadas.

6. Compare una neurona biolgica con una neurona artificial

1. Una neurona biolgica codifica sus activaciones o salidas como una serie de pulsos elctricos.2. El cuerpo de una neurona procesa las activaciones de entrada y las convierte en activaciones de salida.3. El ncleo de una neurona contiene el material gentico en forma de DNA, esto existe en la mayora de tipos de clulas, no solamente en neuronas.4. Las dendritas son fibras expuestas del cuerpo de la neurona y proveen zonas que reciben la activacin desde otras neuronas.5. Las neuronas artificiales son una aproximacin de neuronas reales que ejecutan una sumatoria simple y una funcin de umbral en sus niveles de activacin.

Yo Mauricio Huacho afirmo que esta actividad es de mi autora y establezco que para la elaboracin de la misma he seguido los lineamientos del Cdigo de tica de la Universidad de las Fuerzas Armdas ESPE.Pgina 3