Definiciones
Una red neuronal es un sistema de procesamiento de información que tiene en común ciertas características con las redes neuronales biológicas. Las redes neuronales artificiales han sido desarrolladas como generalizadores de modelos matemáticos de cognición humana o biología neuronal basadas en suposiciones.
· El procesamiento de información ocurre en muchos elementos simples llamados neuronas.
· Las señales se pasan entre neuronas sobre enlaces de conexión.
· Cada enlace de conexión tiene un peso asociado, el cuál, en una típica red neuronal, multiplica la señal transmitida.
· Cada RED NEURONAL aplica una función de activación (usualmente no lineal) a su aporte neto (la suma del aporte neto ponderado) para determinar su señal de salida.
Las aplicaciones de NN pueden clasificarse por diversos
criterios, se indican varios campos de aplicación:
- Gestión bibliotecaria (Library management)
- Clasificación de la información (information clustering)
- Diseño de interfase (interface design)
- Filtrado de información (filtering of information)
- Búsqueda incompleta (incomplete searching)
- Descubrimiento de información (Data Mining)
Evidentemente las que nos interesa es precisamente la
última, a aplicación a la Minería de Datos (Data Minning).
Estructura de una Neurona Biológica |
Conceptos básicos
Las Redes Neuronales (NN:
Neural Networks) fueron originalmente una simulación abstracta de los sistemas
nerviosos biológicos, constituidos por un conjunto de unidades llamadas
neuronas o nodos conectados unos con otros.
El primer modelo de red
neuronal fue propuesto en 1943 por McCulloch y Pitts en términos de un modelo
computacional de actividad nerviosa. Este modelo era un modelo binario, donde
cada neurona tenía un escalón o umbral prefijado, y sirvió de base para los modelos
posteriores.
Una primera clasificación de
los modelos de NN es:
- Modelos inspirados en la Biología: Estos comprenden las redes que tratan de simular los sistemas neuronales biológicos, así como ciertas funciones como las auditivas o de visión.
- Modelos artificiales aplicados: Estos modelos no tienen por qué guardar similitud estricta con los sistemas biológicos. Sus arquitecturas están bastante ligadas a las necesidades de las aplicaciones para las que son diseñados.
No hay comentarios:
Publicar un comentario