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
Caracteristicas de redes neuronales
Neuronas
Entrada:
Reciben señales del entorno
Salida:
Emiten una respuesta fuera del sistema
Estado de activacion
Vector A(t) indica el estado de activacion de las neuronas
Entrada de neuronas
Puede ser binarias o continuas
Conexiones ponderadas por peso
Cuncion de salida o de transferencia
Combina los valores de entrada
Puede ser Lineal, sigmoidal, gaussiana o de umbral
Define salidas de las neuronas
Elementos basicos que componen una neurona
Estructura neuronal
Neuronas interconectadas
Organizaciones en capas
Capa de salida
Capa de entrada
Capa oculta
Funcion de entrada comunes
Sumatoria de las entradas pesadas
Productividad de las entradas pesadas
Maximo de las entradsa pesadas
Funcion de entrada
Se calcula la partida del vector de entrada
Trata multiples valores de entrada como uno solo
Funcion de activacion
Calcular el estado de activacion de la neurona
Transformar la entrada global en un valor de activacion
Funcion de salida
Determina las salida de la neurona
Define que valor se transfiere a la neurona
Neuronas artificiales
Tipos
Neurona de entrada
Neurona de salida
Neurona oculta
Recibe señales del entorno
Genera una respuesta unica
Analogias con neuronas Biologicas
La activación de una neurona marca la pausa para la activación subsecuente de otra neurona
Clave del algoritmo de gradientes de aprendizaje es sumamente sencillo:
Almacenar los gradientes retropropagados hasta la capa de entrada, como si las entradas fueran también parámetros de la red.
Tipos de redes neuronales
Redes neuronales por número de capas
Monocapas.
Se trata de las más sencillas, en ellas la capa de entrada se conecta directamente con la de salida.
Multicapas.
Cuentan con varias capas diferenciadas.
Redes neuronales por tipo de conexiones
Redes neuronales no recurrentes.
Son las menos usadas y carecen de memoria.
Redes neuronales recurrentes.
Cuentan con memoria y suelen ser más potentes.
Redes neuronales por grado de conexiones
Redes totalmente conectadas.
Redes parcialmente conectadas.
Redes neuronales convolucionales
Las redes neuronales convolucionales son un tipo de red neuronal artificial en que las neuronas se asemejan en gran medida a las que se pueden encontrar en la corteza visual primaria de un cerebro biológico.
Funciones de las redes neuronales
Reconocimiento
Clasificación.
Predicción y diagnóstico.