REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA

12,666 views
12,496 views

Published on

Redes Neuronales Artificiales
Teoría y Diseño

Published in: Education, Technology
0 Comments
6 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
12,666
On SlideShare
0
From Embeds
0
Number of Embeds
198
Actions
Shares
0
Downloads
468
Comments
0
Likes
6
Embeds 0
No embeds

No notes for slide

REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA

  1. 1. Redes Neuronales Artificiales I Teoría y Diseño M en C. José Luis Calderón O.
  2. 2. UNIDAD I: Introducción a las Redes Neuronales Artificiales . <ul><li>Marco histórico de las redes neuronales artificiales. </li></ul><ul><li>Definiciones de redes neuronales. </li></ul><ul><li>Características de las redes neuronales. </li></ul><ul><li>Aplicaciones de las redes neuronales. </li></ul><ul><li>El modelo biológico neuronal. </li></ul><ul><li>Elementos de una red neuronal artificial. </li></ul><ul><li>Estructuras de redes neuronales artificiales. </li></ul><ul><li>Topologías de redes neuronales. </li></ul><ul><li>Algoritmos de aprendizaje. </li></ul>
  3. 3. Redes Neuronales Artificiales
  4. 4. Marco histórico de las redes neuronales artificiales.
  5. 5. Marco Histórico de las Redes Neuronales <ul><li>Antecedentes Historicos </li></ul><ul><li>1943 W. Mc Culloc y W. Pitts. N. Digitales . </li></ul><ul><li>1949 Donal Hebb </li></ul><ul><li>“ La organización del comportamiento”. </li></ul><ul><li>1951 M. Minsky & D. Edmonds. “SNARC” </li></ul>
  6. 6. Antecedentes Históricos <ul><li>1957 F.Rosemblatt “El Perceptron”. </li></ul><ul><li>1959 B. Widrow y T. Hoff. </li></ul><ul><li>“ Adaline & Madaline” </li></ul><ul><li>1967 S. Grossberg </li></ul><ul><li>“ Red Avalancha”. </li></ul>
  7. 7. Antecedentes Históricos <ul><li>1969 M. Minsky y S Papert, “Perceptrons”. </li></ul><ul><li>1977 J. Anderson </li></ul><ul><li>“ Asociador lineal, BSB” </li></ul><ul><li>1978 Teuvo Kohonen “Mapas Autoorganizativos (SOM)” </li></ul>
  8. 8. Antecedentes Históricos <ul><li>1980 K. Fukushima “Cognitron y Neocognitron” </li></ul><ul><li>1982 John Hopfield “Red Hopfield” </li></ul><ul><li>1982 Rumelhart, Hinton y William, “Algoritmo de retropropagación” </li></ul>
  9. 9. Definición de Red Neuronal <ul><li>Es una red compuesta de muchas unidades de procesamiento simple , cada una puede tener una cantidad pequeña de memoria local; las unidades están comunicadas a través de conexiones que usualmente transportan información numérica. </li></ul>¿ Que es una Red Neuronal Artificial ?
  10. 10. Definiciones de redes neuronales.
  11. 11. ¿ Que es una Red Neuronal Artificial ? <ul><li>Algunas redes neuronales son modelos biológicos y otros no, gran parte del origen de las redes neuronales proviene del deseo de producir sistemas artificiales capaces de efectuar procesos sofisticados, quizás inteligentes, similares a los que realiza el cerebro humano comúnmente. </li></ul>
  12. 12. Definiciones de una RNA <ul><li>Es un arreglo masivo de elementos de procesamiento simple llamados neuronas, los cuales poseen un alto grado de interconectividad entre sus elementos, en los que la información puede fluir en cascada o en retroceso. Estos arreglos están inspirados en la naturaleza biológica de las neuronas. </li></ul>
  13. 13. Definiciones de una RNA <ul><li>Las redes neuronales Artificiales son redes interconectadas masivamente en paralelo de elementos simples y con organización jerárquica, las cuales intentan interactuar con los objetos del mundo real del mismo modo que lo hace el sistema nervioso biológico. </li></ul><ul><li>Teuvo Kohonen </li></ul>
  14. 14. Características de las redes neuronales.
  15. 15. Características de las RNA <ul><li>Aprendizaje Adaptativo: Capacidad de aprender a realizar tareas basada en un entrenamiento experiencia inicial </li></ul><ul><li>Autoorganización: Una red puede crear su propia organización o representacion de la información que recibe mediante una etapa de aprendizaje. </li></ul>
  16. 16. Características de las RNA <ul><li>Tolerancia a Fallos. La destrucción parcial de una red conduce a una degradación de su estructura; sin embargo algunas capacidades de la red se pueden retener, incluso sufriendo un gran daño. </li></ul><ul><li>Operación en tiempo real. Los computadores neuronales pueden ser realizados en paralelo, y se diseñan y fabrican maquinas con hardware especial para obtener tal capacidad. </li></ul>
  17. 17. Características de las RNA <ul><li>Fácil construcción en CI. Se puede obtener chips especializados para redes neuronales que mejoren su capacidad en ciertas tareas . Ello facilitara la integracion modular delos sistemas existentes. </li></ul>
  18. 18. ¿ Que puede hacer una Red Neuronal? <ul><li>Las Redes Neuronales son útiles para : </li></ul><ul><li>Clasificación de patrones </li></ul><ul><li>Aproximación de funciones </li></ul><ul><li>Mapeo </li></ul><ul><li>En los que exista información imprecisa y con tolerancia a fallos </li></ul>
  19. 19. Las Redes Neuronales no son útiles para: <ul><li>Predicción de números aleatorios o semi-aleatorios </li></ul><ul><li>Procesamiento de enteros largos </li></ul><ul><li>Determinación si un entero largo es primo o compuesto </li></ul><ul><li>Desencriptar algo encriptado por un buen algoritmo. </li></ul>
  20. 20. Aplicaciones de las redes neuronales.
  21. 21. Areas de Aplicación Generales de las RNA <ul><li>Generales </li></ul><ul><li>Biología </li></ul><ul><li>Empresa </li></ul><ul><li>Medio Ambiente </li></ul><ul><li>Finanzas </li></ul><ul><li>Manufacturación </li></ul><ul><li>Medicina </li></ul><ul><li>Militar </li></ul><ul><li>Especificas </li></ul><ul><li>Reconocimiento de patrones </li></ul><ul><li>Toma de Decisiones </li></ul><ul><li>Filtrado de Señales </li></ul><ul><li>Control de Robots </li></ul>
  22. 22. Otras Aplicaciones <ul><li>Aerospace </li></ul><ul><ul><ul><li>High performance aircraft autopilots, flight path simulations, aircraft control systems, autopilot enhancements, aircraft component simulations, aircraft component fault detectors </li></ul></ul></ul><ul><li>Automotive </li></ul><ul><ul><ul><li>Automobile automatic guidance systems, warranty activity analyzers </li></ul></ul></ul><ul><li>Banking </li></ul><ul><ul><ul><li>Check and other document readers, credit application evaluators </li></ul></ul></ul>
  23. 23. + Aplicaciones <ul><li>Defense </li></ul><ul><ul><ul><li>Weapon steering, target tracking, object discrimination, facial recognition, new kinds of sensors, sonar, radar and image signal processing including data compression, feature extraction and noise suppression, signal/image identification </li></ul></ul></ul><ul><li>Electronics </li></ul><ul><ul><ul><li>Code sequence prediction, integrated circuit chip layout, process control, chip failure analysis, machine vision, voice synthesis, nonlinear modeling </li></ul></ul></ul>
  24. 24. + Aplicaciones <ul><li>Financial </li></ul><ul><ul><ul><li>Real estate appraisal, loan advisor, mortgage screening, corporate bond rating, credit line use analysis, portfolio trading program, corporate financial analysis, currency price prediction </li></ul></ul></ul><ul><li>Manufacturing </li></ul><ul><ul><ul><li>Manufacturing process control, product design and analysis, process and machine diagnosis, real-time particle identification, visual quality inspection systems, beer testing, welding quality analysis, paper quality prediction, </li></ul></ul></ul>
  25. 25. + Aplicaciones <ul><li>++Manufacturing </li></ul><ul><ul><ul><li>computer chip quality analysis, analysis of grinding operations, chemical product design analysis, machine maintenance analysis, project bidding, planning and management, dynamic modeling of chemical process systems </li></ul></ul></ul><ul><li>Medical </li></ul><ul><ul><ul><li>Breast cancer cell analysis, EEG and ECG analysis, prosthesis design, optimization of transplant times, hospital expense reduction, hospital quality improvement, emergency room test advisement </li></ul></ul></ul>
  26. 26. + Aplicaciones <ul><li>Robotics </li></ul><ul><ul><ul><li>Trajectory control, forklift robot, manipulator controllers, vision systems </li></ul></ul></ul><ul><li>Speech </li></ul><ul><ul><ul><li>Speech recognition, speech compression, vowel classification, text to speech synthesis </li></ul></ul></ul><ul><li>Securities </li></ul><ul><ul><ul><li>Market analysis, automatic bond rating, stock trading advisory systems </li></ul></ul></ul>
  27. 27. + Aplicaciones <ul><li>Telecommunications </li></ul><ul><ul><li>Image and data compression, automated information services, real-time translation of spoken language, customer payment processing systems </li></ul></ul><ul><li>Transportation </li></ul><ul><ul><li>Truck brake diagnosis systems, vehicle scheduling, routing systems </li></ul></ul>
  28. 28. Algunos Tipos de Redes Neuronales Artificiales
  29. 29. Tipos de Redes Neuronales
  30. 30. Instituciones y Centros de Investigación <ul><li>Nacionales : </li></ul><ul><li>Cinvestav IPN, CIC, UNAM, UAM, ITESM, ESCOM, etc. </li></ul><ul><li>Internacionales: </li></ul><ul><li>MIT, UCLA, Universidad de Helsinky, Universidad Politécnica de Madrid, Texas A&M, etc. </li></ul>
  31. 31. Asociaciones de RNA <ul><li>1987 International Neural Network </li></ul><ul><li>Society (INNS). </li></ul><ul><li>1988 International Joint Conference on </li></ul><ul><li>Neural Networks (IJNN). </li></ul><ul><li>1991 International Conference on </li></ul><ul><li>Artificial Neural Networks </li></ul><ul><li>(ICANN). </li></ul>
  32. 32. Publicaciones sobre RNA <ul><li>Neural Networks (INNS). </li></ul><ul><li>Network, Computation in Neural System. </li></ul><ul><li>IEEE Transactions on Neural Networks. </li></ul><ul><li>Neural Computation. </li></ul><ul><li>International Journal of Neural Systems. </li></ul>
  33. 33. Dudas ???
  34. 34. Hasta la próxima !!!

×