Page 10 - Revista Tics RG-LS completa

Figura 6: Ejemplo de una neurona con 2 entradas y una salida.

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

Figura 7: Función de activación.

La Fig. 7 la neurona para un momento de tiempo dado
t puede ser comunicada. Figura 10: Capacidades de resultado.

En cualquier caso, en muchos modelos se suele La Fig. 10 a continuación la capacidad de resultado en
prescindir del estado pasado de la neurona, y el estado binario.
de actuación se caracteriza como un elemento del hi
posible posterior: 2.5 Aplicaciones
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
8