Page 8 - PROYECTO_FINAL_BC_CS

2 Metodología procesados simultáneamente y se elabora una
respuesta.
El presente artículo se realiza una investigación
formativa sobre la red neuronal sigue la ruta El desarrollo de computadoras y programas basados en
cuantitativa con un enfoque descriptivo. procesamiento paralelo pronto significaría una
Se realizo una revisión sistemática de la investigación revolución en la computación. Se han desarrollado
siguiente metodologías propuestas, a su vez se varias estructuras similares a neuronas como parte de
recopilaron artículos, revistas, páginas web entre otras. un hardware informático complejo.
2.1 Definiciones de una red neuronal Sin embargo, la aplicación más común es simular estos
mecanismos de aprendizaje mediante programas
La red neuronal es un método computacional que comerciales. Entre estas últimas ofertas se encuentran
simula el comportamiento de las neuronas durante el las reseñas.
aprendizaje. Uno de los desafíos de la inteligencia
artificial es resolver problemas de reconocimiento de 2.2 Ventajas que ofrecen la red neuronal
patrones. es decir, una de las habilidades que (las
máquinas inteligentes "deben imitar al cerebro Como hemos dicho, las redes neuronales, según su
humano) es la capacidad de asociar un conjunto de estructura y trasfondo, tienen grandes similitudes con
características con una idea o un concepto. el cerebro. Por ejemplo, pueden aprender de la

En cambio, una red neuronal se [hace de elementos experiencia, generalizar casos anteriores a casos
interconectados (neuronas) que reciben información y nuevos, abstraer características esenciales de
desarrollan la señal transmitida hasta que se genera elementos que presentan información no relacionada.
una respuesta. Como se explicará en la siguiente Los beneficios incluyen: Tienen la capacidad de
sección. Posteriormente, estos sistemas aprenden de aprender a realizar tareas basadas en la formación
los medios de los ejemplos, adaptando cada conexión inicial (aprendizaje adaptativo). De esta forma, la
para enlazar entre sí sin error, ingrese datos con su máquina puede aprender a realizar determinadas tareas
categoría correspondiente. entrenando con ejemplos ilustrativos, por lo que no es
Su naturaleza es bastante diferente a la de los métodos necesario poner los modelos a priori.
estadísticos multivariados en que mediante diferentes Las redes neuronales permiten la autoorganización de
técnicas una variable dependiente o variable de lo aprendido mientras que el aprendizaje es la
respuesta puede describirse como una función de un modificación de elementos procedimentales
conjunto de variables, combinación de variables individuales, la autoorganización es la modificación
independientes o predictivas. de toda la red neuronal para lograr un objetivo
En una red neuronal, no se imponen condiciones a la particular.
distribución de los datos, estos datos pueden tener una Además, las redes neuronales son tolerantes a fallos.
gran variación o incluso ser ambiguos o estar presentes Fueron los primeros métodos computacionales con
"(ruido"). Es posible que tengan diferentes efectos en esta habilidad inherente. De esta forma, si el fallo se
función de los valores de otras variables. produce en un número reducido de neuronas, aunque
Debido a su funcionalidad específica, estos sistemas el comportamiento del sistema se vea afectado, no se
tienen una capacidad especial para aprender de una bloqueará de forma repentina.
gran cantidad de ejemplos, ser capaces de predecir Una de las principales prioridades de las redes
patrones y tendencias y descubrir relaciones sutiles neuronales es que pueden operar en tiempo real. Las
entre datos. Material. Estas capacidades podrían hacer redes neuronales funcionan a través de conexiones
de las redes neuronales una valiosa ayuda para el paralelas, lo que permite altas velocidades de
diagnóstico. transmisión y respuestas casi instantáneas.
Las neuronas pueden reconocer patrones no
aprendidos, solo necesitan tener algunas similitudes
con el conocimiento previo de la red. En otras
palabras: si la entrada muestra signos de manipulación,
la red debe poder identificarla siempre que se
mantenga un cierto grado de similitud entre lo
aprendido y lo que se muestra en la entrada de la red.
Finalmente, se debe enfatizar como un activo la
facilidad de inclusión en la tecnología existente.
Entonces, por ejemplo, es muy fácil conseguir chips
especializados que mejoren su capacidad.
Figura 3: Reconocimiento.

La Fig. 3 es un ejemplo de un mecanismo de
reconocimiento de patrones, los diferentes rasgos son

7