CUESTIONARIO DE REDES NEURONALES

CUESTIONARIO DE REDES NEURONALES
¿Qué son las Redes Neuronales Biológicas?
•
•
•
•
•
•
•
Son el principal elemento del Sistema Nervioso.
Cada neurona posee un cuerpo y dos tipos de prolongaciones: dendritas y
cilindroeje o axón.
Las neuronas se conectan por medio de sinapsis.
Se disponen en capas.
Las conexiones entre neuronas tienen pesos que representan la influencia de una
sobre la otra.
Cada una envía su información de estado multiplicado por el correspondiente
peso.
Luego se suman los valores recibidos desde las dendritas para actualizar los
estados respectivos.
¿Por qué usar Redes Neuronales Artificiales?
Las redes neuronales artificiales se aplican a problemas que la gente puede resolver bien,
pero las computadoras no. Una red neuronal entrenada puede verse como un experto en
la categoría de información que se le ha sido dada para analizar.
¿Cómo funcionan las Redes Neuronales Artificiales?
•
•
•
Las ANN se basan en el circuito de procesamiento de entradas en el cual los
pesos son sumados.
Las funciones de peso se llaman Atenuadores. Las entradas son pesadas
multiplicando su valor por un factor menor o igual a uno.
Las entradas atenuadas son sumadas mediante la Función “Sigmoid”. Si la salida
de la función suma excede el valor de entrada máximo de la neurona, ésta
responde generando una salida.
¿Que componentes utilizan las Redes Neuronales Artificiales?
•
•
•
•
•
Neurocomputadoras: proveen un completo sistema basado en técnicas
neuronales, con significativo poder de procesamiento.
Aceleradoras de PC y otras tarjetas: son generalmente hechas para un bus
estándar tal como el ISA.
Chips: pueden ser usados para construir algunas de las formas precedentes o
pueden ser incluidos dentro de otros dispositivos para hacer una unidad de
aplicación completa.
Bibliotecas celda: permiten un apropiado nivel de funcionalidad neuronal al ser
incluidas dentro de un chip dedicado al lado de otras funciones necesarias. Esto
es lo indicado para aplicaciones de gran volumen.
Microcomputadoras embebidas: pueden ser pensadas como computadoras de
propósito general implementando un software ANN en hardware dedicado sin los
periféricos normales de una computadora.
¿En que consisten las Implementaciones Analógicas?
•
•
Tienen la capacidad de alcanzar altas velocidades y alta densidad de
implementación.
Diseño neurofórmico: la circuitería intenta imitar el comportamiento de neuronas
biológicas y sinapsis tan cerca como sea posible.
¿En que consisten las Implementaciones Digitales?
•
•
•
•
Arquitecturas Slice: proveen bloques de construcción de los cuales pueden ser
construidas redes neuronales de tamaño y longitud de palabra arbitraria.
Chips Multiprocesador: consiste en poner muchos procesadores simples en un
solo procesador. Hay dos grupos: SIMD y Arreglos Sistólicos.
Funciones Base Radiales: operan por la manipulación de vectores prototipo, que
definen regiones de influencia alrededor de la formación de datos de entrada.
Otros diseños digitales: algunas redes neuronales digitales no pueden ser
clasificadas usando las categorías expuestas. Por ejemplo, el MT19003 NISP es
un procesador RISC, que implementa siete instrucciones optimizadas para redes
multicapa. Los chips Hitachi Wafer SI han sido diseñados para implementar redes
Hopfield y de retropropagación.
Menciona algunas de las Razones más comunes para usar hardware ANN
•
•
•
Velocidad: las ANN son intrínsecamente paralelas, y las implementaciones
hardware pueden hacer uso de esto.
Costo: una implementación hardware puede proveer márgenes para reducir los
costos del sistema: cantidad de componentes, potencia de los requerimientos, etc.
Confiabilidad: reducida probabilidad de fallas en el equipo.
Mencione algunos ejemplos de diseños híbridos
•
•
•
•
Bellcore CLNN-32
AT&T ANNA
Neuroclassifier
Neural Semiconductor
Mencione características de implementaciones analógicas de ANN
•
•
Tienen la capacidad de alcanzar altas velocidades y alta densidad de
implementación.
Diseño neurofórmico: la circuitería intenta imitar el comportamiento de neuronas
biológicas y sinapsis tan cerca como sea posible.
Mencione algunas ventajas de las implementaciones digitales
•
•
•
•
•
Liberación del ruido.
Almacenamiento de coeficientes de peso por una indefinida longitud de tiempo
mediante RAM.
Tecnologías de fabricación off-the-shelf.
Precisión exacta de las fases de multiplicación y suma.
Fácil incorporación dentro de los sistemas existentes.
Redes Neuronales
www.monografías.com
www.lafacu.com
www.itlp.edu.mx (tutoriales)
www.uc.pl
Búsqueda realizada en GOOGLE y ALTAVISTA bajo la coincidencia “Redes Neuronales”
e “Inteligencia Artificial”