Please enable JavaScript.
Coggle requires JavaScript to display documents.
REDES NEURONALES NATURALES Y REDES NEURONALES ARTIFICIALES - Coggle Diagram
REDES NEURONALES NATURALES Y REDES NEURONALES ARTIFICIALES
REDES NATURALES
Ramas de Extensión o Dendritas
Cuerpo de la Neurona o nucleo
Axón
La neurona utiliza dos tipos de señales
las que se genera impulsos eléctrico
transportan a través del axón
son impulsos eléctrico
Esta conexión entre el axón de una neurona y las dendritas de otra se llama Sinapsis
existen dos tipos de neurona
presináptic
ostsinápticas
NEURONAS ARTIFICIALES
Neuronas de entrada
reciben señales del entorno
sistema
sensores
Neuronas de salida:
emiten una salida fuera del sistema
Neuronas ocultas
reciben estímulo dentro del sistema
emiten salidas dentro del sistema
Elementos básicos que componen una red neuronal.
capa de entrada
capa oculta
capa de salida
Función de entrada (input function)
La neurona trata a muchos valores de entrada como si fueran uno solo
Función de activación (activation function)
Una neurona biológica puede estar activa (excitada) o inactiva (no excitada)
Función de salida (output function)
a función de salida determina que valor se transfiere a las neuronas vinculada
CARACTERISTICAS DE REDES NEURONALES
Neuronas de entrada
Neuronas de salida
Neuronas ocultas
Estado de activación
Entradas a la neurona
Binarias
Continuas
Función de propagación
Positivo
Negativo
Nulo
Función de Salida o de Transferencia
Función Escalón: (hardlim, hardlims)
Función lineal y mixta
Función Sigmoidal
Función Gaussiana
Función o regla de Activación
Características de una Red Neuronal Artificial
Topología
Mecanismo de aprendizaje
Tipo de asociación realizada entre la información de entrada y salida
Forma de representación de la información
TIPOS DE REDES NEURONALES
Perceptrón
Limitaciones del Perceptrón
Regla del Perceptrón
Adaline
tiliza otra función de
transferencia, una de tipo linea
sirvió de base para el desarrollo de nuevos algoritmos