Page 10 - PROYECTO_FINAL_BC_CS

infoestima enorme tenga sólo un pequeño impacto,
suponiendo que sean suficientemente pequeñas.

Figura 9: Funciones de activación.
Figura 6: Ejemplo de una neurona con 2 entradas y una salida.
La Fig. 9 a continuación se muestra funciones de
La Fig. 6 se observa la descripción del funcionamiento identidad.
de una neurona.
2.4.3 Una función de salida
Probablemente las capacidades de información más
utilizadas y notables son: La última parte que necesita una neurona es el trabajo
de resultado. El valor posterior de esta capacidad es el
1) Suma de las fuentes de datos ponderadas: es la resultado de la neurona I (fuera); por lo tanto, el
cantidad de la multitud de infoestimaciones a la trabajo de resultado determina qué valor se da a las
neurona, incrementada por sus cargas de comparación. neuronas conectadas. Si el trabajo de iniciación está
2) Productivo de las fuentes de datos ponderadas: es el por debajo de un límite específico, no se pasa ningún
resultado de la multitud de infoestimaciones a la resultado a la neurona siguiente. Normalmente, no se
neurona, incrementada por sus cargas de comparación. permite ningún valor como contribución a una
neurona, por lo que las estimaciones de los resultados
3) Máximo de las fuentes de datos ponderadas: sólo están en el rango [0, 1] o [-1, 1]. También pueden ser
piensa en la estima de entrada más fundamentada, dobles {0, 1} o {-1, 1}.
recientemente incrementada por su peso relativo.
2.4.2 Una función de activación Dos de las capacidades de resultado más conocidas
son:
El trabajo de promulgación determina la condición de
movimiento de una neurona. Decide la condición de • Ninguna: es el tipo de capacidad más fácil,
promulgación actual de la neurona en función de los hasta el punto de que el resultado es tan
saludos esperados posteriores y de la condición de antiguo como la información. Se llama
iniciación pasada de la neurona ia (t-1). La condición adicionalmente un trabajo de personalidad.
de promulgación de la neurona para un momento de
tiempo dado t puede ser comunicada como sigue: • Binaria:

Figura 7: Función de activación.

La Fig. 7 la neurona para un momento de tiempo dado Figura 10: Capacidades de resultado.
t puede ser comunicada.
La Fig. 10 a continuación la capacidad de resultado en
En cualquier caso, en muchos modelos se suele binario.
prescindir del estado pasado de la neurona, y el estado
de actuación se caracteriza como un elemento del hi 2.5 Aplicaciones
posible posterior:
Las organizaciones neuronales pueden utilizarse en un
gran número y variedad de usos, tanto empresariales
como militares.

Figura 8: Formula de estados. Las organizaciones neuronales pueden crearse en un
tiempo razonable, con la capacidad de realizar tareas
La Fig. 8 a continuación se puede la fórmula de estado explícitas mejor que otros avances. En el momento en
pasado de la neurona, y el estado de actuación. que se llevan a cabo en equipos realizadas en equipos
(organizaciones neuronales en chips VLSI), son
profundamente indulgentes con el marco resistencia a

9