• Derecho y política de privacidad
twitter
email
  • Inicio
  • Nabucco Center
  • Spin-Off
  • Profesionales por el Bien Común

Redes neuronales complejas

02 Sep 2013
nabuccocenter
0

Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a través de interconexiones y emite una salida. Esta salida viene dada por tres funciones:

  1. Una función de propagación (también conocida como función de excitación), que por lo general consiste en el sumatorio de cada entrada multiplicada por el peso de su interconexión (valor neto). Si el peso es positivo, la conexión se denomina excitatoria; si es negativo, se denomina inhibitoria.
  2. Una función de activación, que modifica a la anterior. Puede no existir, siendo en este caso la salida la misma función de propagación.
  3. Una función de transferencia, que se aplica al valor devuelto por la función de activación. Se utiliza para acotar la salida de la neurona y generalmente viene dada por la interpretación que queramos darle a dichas salidas. Algunas de las más utilizadas son la función sigmoidea (para obtener valores en el intervalo [0,1]) y la tangente hiperbólica (para obtener valores en el intervalo [-1,1]).

Con un paradigma convencional de programación en ingeniería del software, el objetivo del programador es modelar matemáticamente (con distintos grados de formalismo) el problema en cuestión y posteriormente formular una solución (programa) mediante un algoritmo codificado que tenga una serie de propiedades que permitan resolver dicho problema. En contraposición, la aproximación basada en las RNA parte de un conjunto de datos de entrada suficientemente significativo y el objetivo es conseguir que la red aprenda automáticamente las propiedades deseadas. En este sentido, el diseño de la red tiene menos que ver con cuestiones como los flujos de datos y la detección de condiciones, y más que ver con cuestiones tales como la selección del modelo de red, la de las variables a incorporar y el preprocesamiento de la información que formará el conjunto de entrenamiento. Asimismo, el proceso por el que los parámetros de la red se adecuan a la resolución de cada problema no se denomina genéricamente programación sino que se suele denominar entrenamiento neuronal.

Por ejemplo en una red que se va a aplicar al diagnóstico de imágenes médicas; durante la fase de entrenamiento el sistema recibe imágenes de tejidos que se sabe son cancerígenos y tejidos que se sabe son sanos, así como las respectivas clasificaciones de dichas imágenes. Si el entrenamiento es el adecuado, una vez concluido, el sistema podrá recibir imágenes de tejidos no clasificados y obtener su clasificación sano/no sano con un buen grado de seguridad. Las variables de entrada pueden ser desde los puntos individuales de cada imagen hasta un vector de características de las mismas que se puedan incorporar al sistema (por ejemplo, procedencia anatómica del tejido de la imagen o la edad del paciente al que se le extrajo la muestra).

About the Author

Leave a Reply Cancelar la respuesta

*
*

captcha *

Nabucco Center investiga, desarrolla y facilita las herramientas necesarias para el análisis de problemas complejos y la toma de decisiones desde instrumentos tecnológicos y científicos. Perseguimos avanzar en el empleo de herramientas matemáticas en el campo de la consultoría y el análisis...

Populares

Criptografía cuántica ¿nos sobrarán las claves largas de cifras y letras?

No Responses.

La competencia no es imprescindible para la evolución, revela una simulación informática

No Responses.

Caos y matemáticas

No Responses.

Modelizando un restaurante

No Responses.

Breve introducción dinámica de sistemas

No Responses.

Inteligencia computacional

No Responses.

Categorías

  • cambio tecnológico
  • ciencia
  • complejidad
    • dinamica de sistemas
  • cultura
  • data
  • investigación y sistemas complejos
  • matemáticas
  • modelización
  • PBC
  • sistemas dinámicos

busca en Nabucco Center

Comparte nuestra web

Síguenos

Síguenos en Twitter

Tweets por el @nabuccocenter.

Últimas entradas

  • Criptografía cuántica ¿nos sobrarán las claves largas de cifras y letras?
  • Sistemas dinámicos terminología para empezar
  • Startup uses blockchain, to ensure minerals come from ethical sources
  • Contratos «inteligentes» con blockchain, todavía vulnerables
  • Consciencia y cerebro, investigación de entropías cerebrales)

RSS Nature News

Nabucco Center 2016
Investigando fenómenos complejos
Política de CookiesEsta página utiliza cookies y otras tecnologías para que podamos mejorar su experiencia en nuestros sitios: Más información.