ASIGNATURA: INTELIGENCIA ARTIFICIAL - IA UNIDAD VI: Redes Neurales Actividad en grupo de trabajo

Tema: Matriz de analices de Redes Neurales (Evaluacin) ( )

Integrantes # 1 Carnet 2009-29270

Actividad 6: A)- Matriz 1: Analices de Redes Neurales.

Grupo: 5T2_CO 1 Nombre Marlon 2 Nombre Alberto 1 Apellido Molina

Grupo de trabajo: 2 Apellido Neira Firma

Explicar con sus propias palabras y ejemplifique con la I.A con Redes Neurales
UNIDAD-VI-ANEXO1-Las redes neuronales.pdf UNIDAD-VI-ANEXO2-El cerebro y la computadora.pdf UNIDAD-VI-ANEXO3-Ventajas de las redes neuronales.pdf UNIDAD-VI-ANEXO4-Aplicaciones de las redes neuronales.pdf UNIDAD-VI-ANEXO5-Redes Neuronales - Introduccin.pdf

UNIDAD-VI-ANEXO6-06mem.pdf 1. Tcnicas de la inteligencia artificial

UNIDAD-VI-ANEXO7-confiac.pdf 1. Transmisin neuronal

UNIDAD-VI-ANEXO8-practica_ia_2.pdf 1. Las caractersticas fundamentales de las RNA son: Aprenden de la experiencia. Generalizan de los ejemplos anteriores a los ejemplos nuevos. Abstraccin de la esencia de las entradas. Redes de capa simple

1.

Las redes neuronales

R: Son la forma de emular ciertas caractersticas propias de los humanos. La unidad bsica de procesamiento de las redes neuronales est inspirada en la clula fundamental del sistema nervioso humano la neurona. 2. El cerebro y la computadora

R: la inteligencia artificial se basa en el conocimiento, existen 3 modelos que los investigadores han utilizado para la manipulacin del mismo: Programacin heurstica. Redes neuronales. Evolucin artificial.

R: Ambas son mquinas que procesan datos pero que poseen diferentes caractersticas, ejemplo en el procesamiento y exactitud de los datos, el cerebro trabaja por impulsos nerviosos y las computadoras son mecnicas. Tanto el cerebro como las computadoras codifican la informacin en impulsos digitales ambas poseen compuertas lgicas, en ambos casos existen diferentes tipos de memoria y ambas tienen aproximadamente el mismo consumo de energa.

2.

Estructura

R: Para describir la estructura de una red neuronal, primero describimos la estructura de lo que denominamos neurona. Una neurona es la unidad bsica de la red. Se puede describir comparando la con una neurona Biolgica, ya que el funcionamiento ser similar.

R: la transmisin neuronal se da de la siguiente forma Impulso elctrico que viaja por el axn. Liberacin de neurotransmisores. Apertura/cierre de canales inicos. Variacin potencial en dendrita. Integracin de entradas en soma. Si se supera umbral de disparo se genera un PA. 2. Red Neuronal Biolgica de 10^10 a 10^11 neuronas. 10^14 sinapsis Organizada por capas. Organizada por niveles.

2.

R: La red ms simple es la formada por un conjunto de perceptrones a los que entra un patrn de entradas y proporcionan la salida correspondiente. Por cada perceptrn que tengamos en la red vamos a tener una salida, que se hallar como se haca con un perceptrn solo, haciendo el sumatorio de todas las entradas multiplicadas por los pesos.

3.

Ventajas de las redes neuronales Tienen aprendizaje adaptativo. Auto organizacin. Tolerante a fallas. Operan en tiempo real. Facilidad de insercin en la tecnologa existente. Aplicaciones de las redes neuronales

3.

Solucin mediante redes neuronales

3.

Modelado Neuronal

3.

Redes multicapa

R: las redes neuronales pueden ser implementadas en tiempo real.

R: Es un sistema de procesamiento de informacin que tiene ciertas aptitudes en comn con las redes neuronales biolgicas. 4. 5. Implementaciones Neuro simuladores. Neuro software. Neuro hardware. Biochips Aplicaciones: Fases de desarrollo. Seleccin de la arquitectura neuronal Seleccin del conjunto de aprendizaje. Fase de aprendizaje. Fase de validacin. Ok? Implantar en aplicacin. Seleccin del conjunto de validacin.

R: Las redes multicapa se forman por un conjunto de redes de capa simple en cascada unidas por pesos, donde la salida de una capa es la entrada de la siguiente capa. Generalmente son capaces de aprender funciones que una red de capa simple no puede aprender, por lo que ofrecen mejores capacidades computacionales. Para que este incremento en poder computacional sea tal, tiene que existir una funcin de activacin no lineal entre las capas, por lo que generalmente se utilizar una funcin de activacin sigmoidea en detrimento de la lineal o umbral.

4.

R:Son aplicadas en amplios campos como por ejemplo Resolucin de problemas de clasificacin. Reconocimiento de patrones de voz e imgenes. Reconocimiento de fraude. Predicciones financieras. Predicciones atmosfricas.

Actividad 6: B)- Matriz 2: Analices de videos.

Explicar la demostracin de implementacin de I.A relacionarlo con la UNIDAD VI: Redes Neurales

UNIDAD-VI-VIDEO1-Formacion de redes neuronales.flv UNIDAD-VI-VIDEO2-Redes Neuronales2.flv El cerebro est formado por neurona cada una de ellas con ramificaciones muy pequeas unidas a otras neuronas formando as, la red neuronal en cada punto se incuba un pensamiento o recuerdo, el cerebro crea todo los conceptos a travs de la ley asociativa. En la inteligencia artificial existe una herramienta que busca simular el comportamiento del cerebro con el objetivo de dotar a las maquinas computacionales a una de las capacidades ms importantes del cerebro que es aprendizaje y el adaptamiento a los cambios.

UNIDAD-VI-VIDEO3-redes neuronales1.flv Las redes neuronales son implementadas en la prediccin de minera de datos, reconocimiento de patrones y los sistemas de control adaptativo constituyen una parte importante en el estudio y desarrollo de la inteligencia artificial. Las redes neuronales pueden ser relacionadas con la lgica difusa, sistemas expertos, estadsticas etc. Bsicamente las redes neuronales es un sistema compuesto por un nmeros de elementos bsicos conectados en capaz y que estn alta mente interconectados esta estructura posee una entrada y una salida.

Las redes neuronales son un elemento importante de las denominadas tecnologas de Inteligencia Artificial (IA). Y a pesar de que el objetivo final de la IA, dotar de autntica inteligencia a las mquinas. La ciencia de la Inteligencia Artificial ha generado numerosas herramientas prcticas, entre las que se encuentran las redes neuronales. Las redes neuronales, tambin llamadas "redes de neuronas artificiales", son modelos bastante simplificados de las redes de neuronas que forman el cerebro. Y, al igual que este, intentan "aprender" a partir de los datos que se le suministran.