Inteligencia Artificial Redes Neuronales
Inteligencia Artificial Redes Neuronales
Inteligencia Artificial Redes Neuronales
Las RNA intentan ser una emulación inteligente del comportamiento de los sistemas biológicos,
en donde los sistemas nerviosos se basan en la neurona como elemento fundamental.
Actualmente, una RNA puede ser considerada como un modelo de “caja negra”. Entre las
principales características de las RNA cabe destacar que es un modelo con múltiples parámetros,
el cual es capaz de reproducir complejas relaciones no lineales, cuyo proceso de calibración
(entrenamiento) requiere de gran cantidad de información, siendo el modelo resultante veloz y
que puede ser utilizado donde los modelos físicos resultan inadecuados o donde pueda
complementarlos. En la Figura 3 se muestra el diagrama esquemático de una RNA con una capa
de entrada que recibe los datos a procesar Xi, unos pesos de conexión entre las capas (sinapsis)
ωij y cij, una capa oculta que recibe las entradas ponderadas y produce las salidas hij las cuales
a su vez son escaladas por los pesos cij para entrar como una sumatoria a la capa de salida. Se
tiene adicionalmente u como un umbral, Y como la salida simulada, σ(s) como la función de
activación correspondiente a la función sigmoidea ( ) ( ) 1 1 − − = + s σ s e que toma valores entre
0 y 1, y finalmente s como la sumatoria ponderada de las entradas a la neurona de salida s =
(c1h1 + c2 h2 + c3h3)+ u.