Este documento describe las redes neuronales artificiales, incluyendo su historia, tipos, aplicaciones y cómo podrían aplicarse en Venezuela. Explica que las redes neuronales artificiales consisten en unidades conectadas que transmiten señales simulando el funcionamiento del cerebro humano. Describe varios tipos de redes neuronales como las multicapas, convolucionales y recurrentes, y sus aplicaciones como el reconocimiento de patrones, diagnóstico médico y comercio automatizado. Sugiere que en Venezuela podrían usarse redes neuronales para la detección de pl

1. REDES NEURONALES ARTIFICIALES
Republica bolivariana de Venezuela
Instituto universitario politécnico
“Santiago”
Barcelona
Profesor:
Jose Luis Guzman
Bachiller:
Oriannys Rodríguez 27.838.703

2. REDES NEURONALES ARTIFICIALES

Consiste en un conjunto de unidades, llamadas neuronas artificiales, conectadas entre sí para
transmitirse señales. La información de entrada atraviesa la red neuronal (donde se somete a diversas
operaciones) produciendo unos valores de salida. El objetivo de la red neuronal es resolver los problemas
de la misma manera que el cerebro humano, aunque las redes neuronales son más abstractas. Las redes
neuronales actuales suelen contener desde unos miles a unos pocos millones de unidades neuronales.

3. HISTORIA DE LAS REDES NEURONALES
Frank Rosenblat (1958) creó el
perceptor, un algoritmo de
reconocimiento de patrones
basado en una red de
aprendizaje de computadora de
dos capas, que utilizaba adición y
sustracción simples.
David H. Hubel y Torsten Wiesel
En 1959, crearon un modelo
biológico el cual estaba basado en
su descubrimiento de dos tipos de
células en la corteza visual
primaria: células simples y células
complejas
Marvin Minsky y Seymour
Papert 1969 descubrió dos
cuestiones fundamentales con
las máquinas computacionales
que procesan las redes
neuronales.

4. APLICACIONES DE REDES NEURONALES
Traducción automática
Prevención de spam (correo
basura) de correo electrónico.
Identificación de sistemas
y el control (control del
vehículo, predicción de
trayectorias)

5. APLICACIONES DE REDES NEURONALES
El reconocimiento de patrones
Reconocimiento facial, clasificación
de señales, reconocimiento de
secuencia gesto, voz.
Diagnóstico médico
se han utilizado también
para el diagnóstico de varios
tipos de cáncer
Sistemas automatizados de
comercio (trading algorítmico)

6. TIPOS DE ENTRADAS
Redes analógicas:
es un tipo de señal generada por algún tipo de
fenómeno electromagnético; procesan datos
de entrada con valores continuos y,
habitualmente, acotados. Ejemplos: redes de
voz, redes de video, redes de datos.
Redes discretas:
procesan datos de entrada de naturaleza
discreta; habitualmente valores lógicos
booleanos. Ejemplos de este segundo tipo de
redes son: las máquinas de Boltzmann y
Cauchy, y la red discreta de Hopfield.
Tipos de entradas

7. Tipos de redes neuronales artificiales
Red neuronal Multicapa – Perceptrón
multicapa
La red neuronal multicapa es una
generalización de la red neuronal
monocapa.
Red neuronal Convolucional (CNN)
La principal diferencia de la red neuronal
convolucional con el perceptrón
multicapa viene en que cada neurona no
se une con todas y cada una de las capas
siguientes sino que solo con un subgrupo
de ellas
Red neuronal recurrente (RNN)
Las redes neuronales
recurrentes no tienen una
estructura de capas, sino que
permiten conexiones arbitrarias
entre las neuronas

8. Redes de base radial (RBF)
Las redes de base radial calculan la
salida de la función en función de la
distancia a un punto denominado
centro.
la Red de Hopfield
La red de Hopfield es una de las
redes unicapas más importantes y
ha influido en el desarrollo de
multitud de redes posteriores.
Red Competitiva
Las rede competitivo se
diferencian de las otras redes
neuronales en que las en este tipo
de redes cada neurona compite
con las otras neuronas para
representar los patrones.

9. aplicar redes neuronales en Venezuela
Las redes neuronales artificiales se ha aplicado en muchísimas áreas profesionales. Una en especifica que puedo
sugerir en la agricultura. Pienso que es una parte importante ya que para empresas y negocios el primer proveedor
para alimentos son los agricultores encargados de la siembra y cosechas de frutas y verduras.
Por eso una innovación esencial en Venezuela podría ser redes neuronales artificiales para la detección de plagas
en cultivos, Esta técnicas de detección y clasificación tienen un gran auge en la actividad humana, tal es el caso de
la agricultura en cuyos procesos se manejan muchas actividades de detección y clasificación, tanto de las labores
programadas para la atención del cultivo como en la recolección de la cosecha.
La función de la detención de plagas seria la siguiente:
1.- Conocer el estado sanitario del cultivo.
2.- El estado y evolución de la plaga.
3.- Aplicar las medidas correctivas para eliminarla.
De esta manera se obtendría mejores resultados en la agricultura mejorando la cantidad y capacidad de
producción y se obtendría una gran mejora en la producción agrícola

10. ¡GRACIAS POR SU ATENCIÓN!