Cuales son los avances en Redes Neuronales?
Ingrese su comentario.....
Suscribirse a:
Enviar comentarios (Atom)
Los sistemas expertos son programas que reproducen el proceso intelectual de un experto humano en una área especifica en el computador. No basta tener un buen ingenio, hay que saber aplicarlo. El Verdadero Ingeniero construye el Mediocre copia. El hombre que dice “no puede hacerse” sera sorprendido por alguien que lo haga.
Carlos dice:
ResponderEliminarbueno las redes neuronales son un fruto de la investigacion en el area de inteligencia artificial para realizar las funciones que hace el cerebro humano en el computador...
Marlon Mayea dice: Bien las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN"). Son una nueva generación de sistemas de procesamiento de información que son construidos deliberadamente para hacer uso de algunos de los principios organizacionales que caracterizan al cerebro humano. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.
ResponderEliminarLas redes neuronales son como un modelo artificial y simplificado del cerebro humano, el ejemplo más perfecto del que disponemos para un sistema computacional que es capaz de adquirir conocimiento a través de la experiencia; busca la solución de problemas complejos, no como una secuencia de pasos, sino como la evolución de tales sistemas inspirados en el cerebro humano, y dotados por tanto de cierta "inteligencia".
ResponderEliminarCarlota Landivar dice: Bien las redes neuronales son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.
ResponderEliminarMarlon Mayea dice: Bien las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN"). Son una nueva generación de sistemas de procesamiento de información que son construidos deliberadamente para hacer uso de algunos de los principios organizacionales que caracterizan al cerebro humano. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.
ResponderEliminarDiana Gaibor dice:
ResponderEliminarSe trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.
Diana Gaibor dice:
ResponderEliminarSe trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.
Las redes neuronales son un modelo computacional con un conjunto de propiedades específicas con la habilidad de adaptarse, aprender u organizar la información basándose en un procesamiento paralelo, también se las considera como modelos que intentan reproducir el comportamiento del cerebro. Los mismos constan de dispositivos elementales de proceso como son las neuronas de tal forma que un conjunto de ellas puede significar una letra, un número u otro objeto
ResponderEliminarLas redes neuronales no son más que un modelo artificial y simplificado del cerebro humano, que es capaz de adquirir conocimiento a través de la experiencia. Una red neuronal es "un nuevo sistema para el tratamiento de la información, cuya unidad básica de procesamiento está inspirada en la célula fundamental del sistema nervioso humano: la neurona".
ResponderEliminarMarilu dice: Las redes neuronales tratan de emular ciertas características propias del ser humano, parece un sistema de interconexión de neuronas en una red, a través de modelos matemáticos recreados mediante mecanismos artificiales; cuyo objetivo es conseguir que las máquinas den respuestas similares a las que es capaz de dar el cerebro
ResponderEliminarAmandita
ResponderEliminarRedes Neuronales no son más que un modelo artificial y simplificado del cerebro humano, que es el ejemplo más perfecto del que disponemos para un sistema que es capaz de adquirir conocimiento a través de la experiencia. Una red neuronal "nuevo sistema para el tratamiento de la información, cuya unidad básica de procesamiento está inspirada en la célula fundamental del sistema nervioso humano: la neurona".
Una red neuronnales es una estructura que inspirada en la biofisica del cerebro permite resolver tareas de clasificacion y prediccion.
ResponderEliminarEs decir se inspira en el funcionamiento del cerebro humano.
hector velarde dice:
ResponderEliminarUna Red Neuronal es una estructura que, inspirada en la biofísica del cerebro, permite resolver tareas de clasificación y predicción. Es decir se basa en el funcionamiento del cerebro humano
hector velarde dice:
ResponderEliminarUna Red Neuronal es una estructura que, inspirada en la biofísica del cerebro, permite resolver tareas de clasificación y predicción. Es decir se basa en el funcionamiento del cerebro humano
HECTOR VELARDE ACURIO dice:
ResponderEliminarUna Red Neuronal es una estructura que, inspirada en la biofísica del cerebro, permite resolver tareas de clasificación y predicción. Es decir se basa en el funcionamiento del cerebro humano
Las redes neuronales son más que otra forma de emular ciertas características propias de los humanos, como la capacidad de memorizar y de asociar hechos. En definitiva, las redes neuronales no son más que un modelo artificial y simplificado del cerebro humano, que es el ejemplo más perfecto del que disponemos para un sistema que es capaz de adquirir conocimiento a través de la experiencia.
ResponderEliminarAndrea dice: Las redes neuronales se construyeron En un inicio con el fin de simular los sistemas nerviosos biológicos a través de modelos matemáticos creados mediante mecanismos artificiales. El objetivo de estas redes es conseguir que las máquinas den respuestas similares a las que es capaz de dar el cerebro humano.
ResponderEliminarYomaira dice:..... las redes neuronales simulan caracteristicas de los humanos para dar solucion a un problema, mientras que el humano se basa en la experiencia que tiene en dicho tema para dar la solucion a aquel problema.
ResponderEliminarFanny dice: Las redes neuronales es la interconexion del proceso para resolver problemas con gran facilidad a traves de la toma de desiciones, es decir trata de representar el cerebro humano.
ResponderEliminarLisbeth Minda dice:
ResponderEliminarlas redes neuronales son un conjunto de neuronas no unidas entre sí, de manera que cada una de las entradas del sistema se conectan a cada neurona, produciendo cada una de ellas su salida individual.
En las redes neuronales el conocimiento se incorpora mediante el aprendizaje a partir de ejemplos.
Maritza Ilbay Dice
ResponderEliminarLas redes neuronales no son más que un modelo artificial y simplificado del cerebro humano, que es el ejemplo más perfecto del que disponemos para un sistema que es capaz de adquirir conocimiento a través de la experiencia. Una red neuronal es "un nuevo sistema para el tratamiento de la información, cuya unidad básica de procesamiento está inspirada en la célula fundamental del sistema nervioso humano: la neurona".
Debido a su constitución y a sus fundamentos, las redes neuronales artificiales presentan un gran número de características semejantes a las del cerebro. Por ejemplo, son capaces de aprender de la experiencia.
Mariana Vargas dice:
ResponderEliminarLas Redes Neuronales busca la solución de problemas complejos, no como una secuencia de pasos, sino como la evolución de unos sistemas de computación inspirados en el cerebro humano, y dotados por tanto de cierta "inteligencia", los cuales no son sino la combinación de elementos simples de proceso (neuronas - se dará una visión rápida sobre el funcionamiento de las mismas en los seres vivos-) interconectados.
Angelo dice:
ResponderEliminarLas redes neuronales son un producto de la ingenieria del conocimiento y de fuertes investigaciones en el campo de la IA....
Anonimo: Los avances uhm..
ResponderEliminarUn tema sobre al avance de las redes neuronales es el que han realizado en la Universidad Michigan con la creación de la PRIMERAS NEURONAS DIGITALES aplicando redes neuronales:
ResponderEliminarAquí la nota:
Los ordenadores modernos son capaces de ejecutar más de 10 elevado a 23 operaciones por segundo pero su enfoque secuencial del procesado, es decir, que tienen que realizar las operaciones lógicas una detrás de otra, lleva estancado desde 1950. Este sistema no puede rivalizar con la capacidad de proceso de nuestro cerebro, pues aunque apenas alcanza 10 elevado a 3 operaciones por segundo en cada neurona, la acción colectiva y coordinada de millones de ellas permite completar tareas de manera más eficiente que el más rápido de los superordenadores existentes.
Imágenes:
http://www.neoteo.com/Portals/0/imagenes/cache/AB7Fx1024y768.jpg
http://www.neoteo.com/Portals/0/imagenes/cache/AB80x1024y768.jpg
Por ejemplo, mientras caminamos charlando con un amigo, nuestro cerebro calcula infinidad de parámetros de modo paralelo, como el equilibrio necesario para no caer, las distancias de cada paso, el control visual del entorno, el auditivo, el propioceptor, la conversación, la articulación del aparato fonador, el procesamiento de las ideas, la memoria inmediata, etc. Todo ello es posible gracias a la masiva información que es capaz de procesar nuestra mente mediante la acción paralela de millones de neuronas.
Estas neuronas digitales pueden generar 4 estados operativos
Ahora, un equipo internacional de investigadores del National Institute of Information and Comunication Technology, de Japón, y la Universidad Tecnológica de Michigan han diseñado un circuito de “ciberneuronas” que trabajan en paralelo y que son capaces de evolucionar continuamente para resolver problemas de modo similar a como lo hacen las neuronas humanas. Este ordenador no está basado en el silicio sino en DDQ, una molécula hexagonal compuesta de nitrógeno, oxígeno, cloro y carbono que se constituye en dos capas sobre un sustrato de oro. La molécula DDQ puede cambiar entre cuatro estados (0, 1, 2 y 3) a diferencia de los interruptores binarios (0 y 1) utilizados por las computadoras digitales. Esta red de moléculas orgánicas interactúa entre sí de un modo dinámico, permitiendo una ejecución en paralelo más atomizada que la de los tradicionales hilos (“threads”) en los que un operativo multitarea divide los procesos para los núcleos de los procesadores.
Excelente Nota! Justo estamos estudiando esto en mi Universidad, "redes neuronales" o también conocido como el procesamiento masivo en paralelo, para diseñar sistemas expertos.
Saludos.
Este comentario ha sido eliminado por el autor.
ResponderEliminarEste comentario ha sido eliminado por el autor.
ResponderEliminarRONALD...
ResponderEliminarUna red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a través de interconexiones y emite una salida.
ANGEL QUINCHE DICE:
ResponderEliminarLas redes neuronales son más que otra forma de emular ciertas características propias de los humanos, como la capacidad de memorizar y de asociar hechos. Si se examinan con atención aquellos problemas que no pueden expresarse a través de un algoritmo, se observará que todos ellos tienen una característica en común: la experiencia. El hombre es capaz de resolver estas situaciones acudiendo a la experiencia acumulada
GRACE dice:
ResponderEliminarEn definitiva, las redes neuronales no son más que un modelo artificial y simplificado del cerebro humano, que es el ejemplo más perfecto del que disponemos para un sistema que es capaz de adquirir conocimiento a través de la experiencia.
Importante paso en la aplicación de redes neuronales para teledetección
ResponderEliminarInvestigadores de la Facultad de Informática de la UPM han desarrollado nuevos algoritmos de entrenamiento y visualización de redes neuronales autoorganizativas para su aplicación en teledetección, generando así modelos simplificados de grandes volúmenes de información de naturaleza multiespectral. La investigación propone un nuevo algoritmo que mejora la adaptación de esta red a la topología del espacio de entrada. Por Eduardo Martínez.
Aqui el link al tema:
http://www.tendencias21.net/Importante-paso-en-la-aplicacion-de-redes-neuronales-para-teledeteccion_a4131.html
He investigado que La era moderna de las redes neuronales surge con la técnica de aprendizaje de propagación hacia atrás o Backpropagation. En 1977, James Anderson desarrolló un modelo lineal, llamado Asociador Lineal, que consistía en unos elementos integradores lineales (neuronas) que sumaban sus entradas. En 1982 John Hopfield presentó un trabajo sobre redes neuronales en la Academia Nacional de las Ciencias; en el cual describe con claridad y rigor matemático una red a la que ha dado su nombre, que viene a ser una variación del Asociador Lineal. En este mismo año la empresa Fujitsu comenzó el desarrollo de computadores pensantes para aplicaciones en robótica.
ResponderEliminarEn si existen Cinco Aplicaciones Tecnológicas en donde se puede aplicar las redes neuronales:
•Reconocimiento de textos manuscritos.
•Reconocimiento del habla.
•Simulación de centrales de producción de energía.
•Detección de explosivos.
•Identificación de blancos de radares.
•Sistemas de control en reactores, procesos químicos físicos etc.
Redes Neuronales en Metatrader
ResponderEliminarEn los últimos meses parece que estamos asistiendo a un "revival" de las redes neuronales aplicadas al trading, sobre con la aparición del paquete gratuito Fann2MQL para Metatrader que permite utilizar redes neuronales dentro de los Expert Advisors.
Llego la aparición de una librería de redes neuronales para Metatrader denominada Fann2MQL, lo mejor es que esta libreria es gratuita. El uso típico de esta librería es el de crear redes neuronales no muy complejas, entrenarlas y ejecutarlas, teniendo la posibilidad de almacenar los resultados obtenidos. También podemos incorporarlas dentro de nuestros propios Expert Advisors (EA) e indicadores o incluso para tratar de predecir el comportamiento del precio, si bien el autor de FANN ya advierte de que los resultados y calidad de las predicciones obtenidas, así como las posibilidades de lograr beneficios con ellas, son realmente dudosos.
http://www.x-trader.net/articulos/sistemas-de-trading/redes-neuronales-en-metatrader.html
ORDENADORES QUE IMITAN AL CEREBRO
ResponderEliminarLos científicos utilizan la nanotecnología para intentar construir ordenadores que imitan el cerebro.
Los científicos tienen grandes esperanzas de que las nanotecnologías los acerquen a la meta de crear sistemas informáticos capaces de simular y emular la capacidad del cerebro para sentir, percibir, actuar, interactuar y pensar, mientras rivalizan con su bajo consumo de energía y tamaño compacto.
Aqui el link:
http://avances-nanotecnologia.euroresidentes.com/2010_01_01_archive.html
JESSENIA HURTADO dice:
ResponderEliminarLas redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN"[1] ) son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.
tambien encontre un ejemplo llamado Quake II Neuralbot
ResponderEliminarUn bot es un programa que simula a un jugador humano. El Neuralbot es un bot para el juego Quake II que utiliza una red neuronal artificial para decidir su comportamiento y un algoritmo genético para el aprendizaje. Es muy fácil probarlo y nada para ver su evolución.
http://es.wikipedia.org/wiki/Red_neuronal_artificial
Zaida Montes dice:
ResponderEliminarEl cerebro es uno de las cumbres de la evolución biológica, ya que es un gran procesador de información. Entre sus características podemos destacar, que es capaz de procesar a gran velocidad grandes cantidades de información procedentes de los sentidos, combinarla o compararla con la información almacenada y dar respuestas adecuadas. Además es de destacar su capacidad para aprender a representar la información necesaria para desarrollar tales habilidades, sin instrucciones explícitas para ello.
Yahaira Oviedo Dice:
ResponderEliminarLa base de las redes neuronales artificiales es el funcionamiento del cerebro humano y la forma en la que aprende y procesa información. Es así que se intenta obtener sistemas que puedan responder como lo hace una persona; es decir, una red neuronal tiene capacidad de “aprender” de los outputs que ella misma genera, así como también de identificar la información relevante de un conjunto de datos.
Su principal ventaja frente a otras técnicas reside en el procesado paralelo, adaptativo y no lineal.
ResponderEliminarAlgunas aplicaciones son:
* Visión artificial.
* Procesamiento de señales e imágenes.
* Reconocimiento del habla y de caracteres.
* Sistemas expertos, análisis de imágenes médicas.
* Control remoto.
* Control de robots.
El invento consiste en un sistema para la estimación de la volumetría de la lactancia materna.
La empresa Sabirmedical S.L., ha solicitado una patente PCT, en la que se describe un invento, que incluye un dispositivo digital de escaneado por ultrasonidos, para la estimación de la volumetría de leche ingerida por un recién nacido durante el proceso de la toma del pecho. Realmente es un aparato de mano de toma de ecografías por ultrasonidos.
http://www.inventosnuevos.com/2009/02/medidor-del-volumen-de-la-lactancia.html
Carlita dice:
ResponderEliminarHola
Las Redes Neuronales están compuestas de un gran número elementos de procesamiento altamente interconectados (Neuronas) trabajando al mismo tiempo para la solución de problemas específicos, se dice que las redes neuronales tal como las personas, aprenden de la experiencia. Al hablar de redes neuronales trata de una nueva forma de computación que es capaz de manejar las imprecisiones e incertidumbres que aparecen cuando se trata de resolver problemas relacionados con el mundo real (reconocimiento de formas, toma de decisiones, etc.), ofreciendo soluciones robustas y de fácil implementación. Están compuestas de muchos elementos sencillos que operan en paralelo, el diseño de la red está determinado mayormente por las conexiones entre sus elementos. Al igual que las conexiones de las neuronas cerebrales.
ResponderEliminarEstas han sido entrenadas para la realización de funciones complejas en variados campos de aplicación. Hoy en día pueden ser entrenadas para la solución de problemas que son difíciles para sistemas computacionales comunes o para el ser humano. La idea de las redes neuronales fue concebida originalmente como un intento de modelar la biofisiología del cerebro humano, esto es, entender y explicar cómo funciona y opera el cerebro. La meta era crear un modelo capaz en emular el proceso humano de razonamiento. La mayor parte de los trabajos iníciales en redes neuronales fue realizada por fisiólogos y no por ingenieros.
Beverly Arias dice:
ResponderEliminarLas Redes Neuronales son estructuras infundidas en el cerebro humano, que consiste en solucionar tareas. No obstante son más que otra forma de pugnar ciertas características propias de los seres humanos, como la capacidad de memorizar y relacionar hechos.
Las redes neuronales consisten de unidades de procesamiento que intercambian datos o información. Se utilizan para reconocer patrones. Tienen capacidad de aprender y mejorar su funcionamiento.
En definición las Redes Neuronales no son más que un modelo artificial y resumido del cerebro humano. Que es el ejemplo más perfecto del que disponemos para un sistema que es capaz de alcanzar conocimiento a través de la experiencia.
Ronald Chavez Solano
ResponderEliminarLas redes neuronales como su nombre lo indica pretenden imitar a pequeñísima escala la forma de funcionamiento de las neuronas que forman el cerebro humano. Todo el desarrollo de las redes neuronales tiene mucho que ver con la neurofisiología, no en vano se trata de imitar a una neurona humana con la mayor exactitud posible. Entre los pioneros en el modelado de neuronas se encuentra Warren McCulloch y Walter Pitts. Estos dos investigadores propusieron un modelo matemático de neurona. En este modelo cada neurona estaba dotada de un conjunto de entradas y salidas. Cada entrada está afectada por un peso. La activación de la neurona se calcula mediante la suma de los productos de cada entrada y la salida es una función de esta activación. La principal clave de este sistema se encuentra en los pesos de las diferentes entradas. Como se ha visto, las entradas son modificadas por el peso y las salidas son función de estas modificaciones. Esto nos lleva a concluir que los pesos influyen de forma decisiva en la salida y por lo tanto pueden ser utilizados para controlar la salida que se desea.
DANIEL ELIZONDO dijo:
ResponderEliminarRedes Neuronales: Las redes neuronales son sistemas dinámicos auto adaptativos debido a la capacidad de autoajuste de los elementos procesales (neuronas) que componen el sistema. Son dinámicos, pues son capaces de estar constantemente cambiando para adaptarse a las nuevas condiciones. Emplean su capacidad de aprendizaje adaptativo para auto organizar la información que reciben durante el aprendizaje o la operación.
Estos fueron los primeros métodos computacionales con la capacidad inherente de tolerancia a fallos. Comparados con los sistemas computacionales tradicionales, los cuales pierden su funcionalidad cuando sufren un pequeño error de memoria, en las redes neuronales, si se produce un fallo en un número no muy grande de neuronas y aunque el comportamiento del sistema se ve influenciado, no sufre una caída repentina.
Vanezza Flores Còrdova:
ResponderEliminarLas redes neuronales son aquellas que se orientan a desarrollar máquinas o sistemas inteligentes capaces de simular, desarrollar y optimizar muchas de las funciones de un ser humano así como también la investigación científica ya que pueden hacer cosas que el hombre por sus limitaciones físicas no puede realizar.
Enrique Dueñas:
ResponderEliminarLas neuronas se modelan mediante unidades de proceso. Cada unidad de proceso se compone de una red de conexiones de entrada, una función de red ( de propagación), encargada de computar la entrada total combinada de todas las conexiones, un núcleo central de proceso, encargado de aplicar la función de activación, y la salida, por dónde se transmite el valor de activación a otras unidades.
Redes N Biologicas Redes N Artificiales
Neuronas Unidades de proceso
Conexiones sinápticas Conexiones ponderadas
Efectividad de sinápsis Peso de las conexiones
Efecto excitatorio Signo peso de conexión
Efecto combinado Función de propagación
Activación de disparo -> Salida
Para diseñar una red debemos establecer como estarán conectadas unas unidades con otras y determinar adecuadamente los pesos de las conexiones. Lo más usual es disponer las unidades en forma de capas, pudiéndose hablar de redes de una, de dos o de más de dos capas, las llamadas redes multicapa.
Vanezza Flores Córdova:
ResponderEliminarDentro de los avances de las redes neuronales que ha generado son diversos y en diferentes áreas, desde la aplicación en la biología, empresas, manufacturación, medicina, hasta en el campo militar para la creación de armas inteligentes
Beverly Arias dijo:
ResponderEliminarRedes Neuronales
El cerebro está compuesto por células nerviosas llamadas neuronas, estas neuronas tienen ramas diminutas que se extienden y se conectan con otras neuronas para formar una red neuronal . Cada lugar donde se conecta se incuba dentro de un pensamiento o un recuerdo. El cerebro construye todos sus conceptos por la memoria asociativa Por ejemplo: las ideas, los pensamientos y los sentimientos están todos construidos e interconectados en esta red neuronal y todos tienen una posible reacción el uno con el otro. El cerebro no reconoce la diferencia entre lo que ve en su medio ambiente y lo que recuerda por que las mismas redes neuronales específicas se disparan.
Fisiológicamente, las células nerviosas que se disparan juntas, se conectan si practicas algo una y otra vez esas células nerviosas tiene una relación a largo plazo, si te enojas diariamente, si te frustras diariamente, si sufres diariamente estas reconectando y reintegrando esa red neuronal diariamente.
Este comentario ha sido eliminado por el autor.
ResponderEliminarRonald Chavez dijo:
ResponderEliminarLas redes neuronales son dispositivos inspirados en la funcionalidad de las neuronas biológicas, aplicados al reconocimiento de patrones que las convierten aptas para modelar y efectuar predicciones en sistemas muy complejos.
Beverly Arias dijo...
ResponderEliminarAvances de las Redes Neuronales
Las redes neuronales pueden manejar excepciones y entradas de datos anormales, muy importante para sistemas que manejan un amplio rango de datos sistemas de radar y sonar.
Los avances que esta rama ha generado son diversos y en diferentes áreas, desde la aplicación en la biología, empresas, manufacturación, medicina, hasta en el campo militar para la creación de armas inteligentes.
Beverly Arias dijo....
ResponderEliminarAvances:
Los científicos utilizan la nanotecnología para intentar construir ordenadores que imitan el cerebro
Los científicos tienen grandes esperanzas de que las nanotecnologías los acerquen a la meta de crear sistemas informáticos capaces de simular y emular la capacidad del cerebro para sentir, percibir, actuar, interactuar y pensar, mientras rivalizan con su bajo consumo de energía y tamaño compacto.
Afirman que el cerebro humano contiene más sinapsis que neuronas (en un factor de alrededor de 10.000) y, por lo tanto, si los científicos quieren escalar los circuitos neuromórficos hacia el nivel del cerebro humano, es necesario desarrollar un dispositivo a nanoescala y de bajo consumo similar a la sinapsis.
Ronald Chavez Solano dijo:
ResponderEliminarLos avances de las redes neuronales, se han desarrollado en los siguientes campos:
Biología:
Aprender más acerca del cerebro y otros sistemas.
Obtención de modelos de la retina.
Empresa:
Reconocimiento de caracteres escritos.
Identificación de candidatos para posiciones específicas.
Optimización de plazas y horarios en líneas de vuelo.
Explotación de bases de datos
Evaluación de probabilidad de formaciones geológicas y petrolíferas.
Síntesis de voz desde texto.
Medio Ambiente:
Analizar tendencias y patrones.
Previsión del tiempo.
Finanzas:
Previsión de la evolución de los precios.
Valoración del riesgo de los créditos.
Identificación de falsificaciones.
Interpretación de firmas.
Manufacturación:
Robots automatizados y sistemas de control (visión artificial y sensores de presión, temperatura, gas, etc.)
Control de producción en líneas de proceso.
Inspección de calidad.
Filtrado de señales.
Medicina:
Analizadores del habla para la ayuda de audición de sordos profundos.
Diagnóstico y tratamiento a partir de síntomas y/o de datos analíticos (encefalograma, etc.).
Monitorización en cirugía.
Predicción de reacciones adversas a los medicamentos.
Lectoras de Rayos X.
Entendimiento de causa de ataques epilépticos.
Militares:
Clasificación de las señales de radar .
Creación de armas inteligentes.
Optimización del uso de recursos escasos.
Vanezza Flores Córdova:
ResponderEliminarLas redes neuronales se utilizan hoy en día en la resolución de multitud de problemas, y su campo de aplicación abarca desde la psicología, las finanzas, el control automático y las comunicaciones, hasta problemas en la ingeniería.
Tanto desde el punto de vista de su estructura como de su funcionamiento, las redes neuronales intentan emular el funcionamiento del cerebro humano.
Una de las características importantes del cerebro humano es que está formado por un alto número de neuronas y un gran número de conexiones sinápticas. Análogamente, la estructura de las redes neuronales está formada por un conjunto de elementos sencillos (neuronas) altamente interconectados entre ellos
Ronald Chavez Solano dijo:
ResponderEliminarAUTOGUIADO DE ROBOTS MÓVILES MEDIANTE REDES NEURONALES
El objetivo de este trabajo es la implementación de una estrategia de autoguiado de un robot móvil en entornos desconocidos empleando como núcleo de decisión una red neuronal. Se ha desarrollado un entorno en Matlab para la generación de trayectorias de entrenamiento, el entrenamiento propiamente dicho y la simulación de la red. En la fase de desarrollo se han tenido en cuenta las peculiaridades del microbot PICBOT3, microbot sobre el que se implementa la red neuronal y por tanto realizar las aproximaciones necesarias.
Los resultados experimentales ponen de manifiesto la capacidad de generalización de la red, consiguiendo alcanzar metas distintas desde orígenes diferentes sin colisionar con los obstáculos del camino.
Vanezza Flores Córdova:
ResponderEliminarAVANCES DE LAS REDES NEURONALES EN MEDICINA
Uno de los tantos avances que existen de las redes neuronales en la medicina es:
DIAGNOSTICO AUTOMATIZADO DE ENFERMEDADES CARDIACAS MEDIANTE REDES NEURONALES EN FPGA
Donde se propone el diseño de un circuito electrónico que diagnostique automáticamente las señales generadas por el corazón para detectar anomalías cardiacas.
El procesamiento de la información es realizado por una red neuronal artificial implementada en hardware mediante un FPGA – Field Programmable Gate Array (Dispositivo semiconductor que contiene bloques de lógica cuya interconexión y funcionalidad se puede programar)
DANIEL ELIZONDO dijo:
ResponderEliminarAvances de las Redes Neuronales:
RED NEURONAL DE ARQUITECTURA PARAMÉTRICA
EN RECONOCIMIENTO DE ROSTROS
El presente trabajo aborda el tema de reconocimiento de rostros haciendo uso directo de redes neuronales de retropropagación, esto es sin preproceso de extracción de características. Este enfoque es poco usual, hay razones teóricas acerca de la desproporción entre información muestral y número de ejemplares que indican que en un espacio de tan poca densidad es imposible obtener resultados satisfactorios. Sin embargo, un razonamiento esencialmente intuitivo lleva a plantear un diseño novedoso de arquitectura de red que logra excelentes resultados. En efecto, la red implementada en Matlab en un PC Pentium III, es entrenada con 5 tomas distintas pertenecientes a 40 individuos en aproximadamente 6 minutos. La prueba, con otro set de 5 fotos de los mismos 40 individuos, entrega una precisión de 100% para la identificación.
Daniel Elizondo dijo:
ResponderEliminarLas redes neuronales proporcionan una herramienta muy potente para la resolución de problemas complejos en los ámbitos científico, tecnológico y empresarial. La característica principal de este tipo de programas es su capacidad de tratar problemas de clasificación y predicción mediante un aprendizaje realizado sobre ejemplos.
Hay muchas buenas razones para el uso de redes neuronales y los avances en este campo incrementarán su popularidad. Son excelentes como clasificadores/reconocedores de patrones - y pueden ser usadas donde las técnicas tradicionales no funcionan. Las redes neuronales pueden manejar excepciones y entradas de datos anormales, muy importante para sistemas que manejan un amplio rango de datos (sistemas de radar y sonar, por ejemplo). Muchas redes neuronales son biológicamente plausibles, lo que significa que pueden proveer pistas de como trabaja el cerebro según progresen. Avances en la neurociencia también ayudarán al avance en las redes neuronales ¡hasta el punto en que sean capaces de clasificar objetos con la precisión de un humano y la velocidad de una computadora! El futuro es brillante, el presente por otro lado...
ResponderEliminarSí, hay unas cuentas desventajas en las redes neuronales. La mayoría de ellas, de todas maneras, padecen nuestra falta de hardware. La capacidad de las redes neuronales radica en su habilidad de procesar información en paralelo (esto es, procesar múltiples pedazos de datos simultáneamente). Desafortunadamente, las máquinas hoy en día son serie - sólo ejecutan una instrucción a la vez. Por ello, modelar procesos paralelos en máquinas serie puede ser un proceso que consuma mucho tiempo. Como todo en este día y época, el tiempo es esencial, lo que a menudo deja las redes neuronales fuera de las soluciones viables a un problema.
Otros problemas con las redes neuronales son la falta de reglas definitorias que ayuden a construir una red para un problema dado - hay muchos factors a tomar en cuanta: el algoritmo de aprendizaje, la arquitectura, el número de neuronas por capa, el número de capas, la representación de los datos y mucho más. De nuevo, con el tiempo siendo tan importante, las compañías no pueden permitirse invertir tiempo de desarrollo para resolver los problemas eficientemente. Esto puede cambiar al avanzar las redes neuronales.
SE VE QUE TODAS ESAS PUBLICACIONES SON BAJADAS DE INTERNET
ResponderEliminarESTOY DE ACUERDO.TODO ES UNA COPIA.NO DICEN QUE ESTUDIAN EN SU UNIVERSIDAD.ENTONCES DEN SU CRITERIO PROPIO.
ResponderEliminarENTOCES PUBLICA TU MISMO...Y DE DONDE COÑO QUIERES QUE NOS SAQUEMOS LA INFORMACION BESTIA....EEHHH
ResponderEliminarEnrique Dueñas dijo:
ResponderEliminarLa propagación es un algoritmo de aprendizaje supervisado que se usa para entrenar redes neuronales artificiales. El algoritmo consiste en minimizar un error (comúnmente cuadrático) por medio de descenso de gradiente, por lo que la parte esencial del algoritmo es cálculo de las derivadas parciales de dicho error con respecto a los parámetros de la red neuronal.
Una máquina de Boltzmann es un tipo de red neuronal recurrente estocástica.as máquinas de Boltzmann pueden considerarse como la contrapartida estocástica y generativa de las redes de Hopfield.Fueron de los primeros tipos de redes neuronales capaces de aprender mediante representaciones internas, son capaces de representar y (con tiempo suficiente) resolver complicados problemas combinatorios as máquinas de Boltzmann sin restricciones de conectividad no han demostrado ser útiles para resolver los problemas que se dan en la práctica en el aprendizaje o inferencia de las máquinas.
http://angel-alesana.blogspot.com/
ResponderEliminarNuestro blog ing.
ResponderEliminarRedes de Hopfield y Mapas de Kohonen
http://redesneuronalesbc2-grp1.blogspot.com/
Beverly dijo: bejaes2.blogspot.com
ResponderEliminar