Beruflich Dokumente
Kultur Dokumente
Redes Neuronales y
sus Aplicaciones
Introducción a las Redes Alejandro Peña P.
Neuronales Artificiales
Contenido
Inspiración Biológica.
Modelado Neuronal.
Neurona Natural vs.
Neurona Artificial
Neurona Artificial
Arquitecturas Neuronales.
Alejandro Peña P., PhD. Métodos de Aprendizaje
Implementación
pfjapena@gmail.com Ventajas
Áreas de Trabajo
Bibliografía
Introducción a las
Inspiración Biológica Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Bibliografía
Introducción a las
Inspiración Biológica Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Inspiración Biológica Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Inspiración Biológica Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
• Sinapsis. Implementación y
• Canales Iónicos. Aplicaciones
Aplicaciones
• Moléculas. Desarrollo de Biochips
Bibliografía
Introducción a las
Inspiración Biológica Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Implementación y
• Apto para reconocimiento, Aplicaciones
percepción y control. Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Modelado Neuronal Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
• Las señales son transferidas entre neuronas a través de Redes Neuronales e IA.
Bibliografía
Introducción a las
Modelado Neuronal Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
1. Computacional:
• Modelos eficientes, potentes y simples.
• Áreas de aprendizaje inductivo y reconocimiento de Contenido
patrones.
Redes Neuronales e IA.
2. Cognitivo:
• Interesado por capacidades cognitivas de los Inspiración Biológica.
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Neurona Natural vs Neurona Artificial Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
• Neurona=Unidad de Procesamiento.
• Conexiones Sinápticas=Conexiones o Pesos.
• Efectividad Sináptica=Peso Sináptico.
• Exitatorio/Inhibitorio=Pesos(+ ó -). Contenido
• Efecto combinado de sinapsis = Función suma. Redes Neuronales e IA.
• Activación->Radio disparo = Función activación ->salida.
Inspiración Biológica.
Modelado Neuronal.
Neurona Natural vs.
Neurona Artificial
Neurona Artificial
Arquitecturas Neuronales.
Métodos de Aprendizaje
Implementación
Ventajas
Áreas de Trabajo
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Neurona Artificial Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Contenido
Inspiración Biológica.
Modelado Neuronal.
Neurona Natural vs.
Neurona Artificial
Neurona Artificial
Arquitecturas Neuronales.
Métodos de Aprendizaje
Implementación
Ventajas
Áreas de Trabajo
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Neurona Artificial Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Bibliografía
Introducción a las
Arquitecturas Neuronales Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
• Según la cantidad de
neuronas.
1. Número de entradas Contenido
2. Número de Neuronas
Redes Neuronales e IA.
Intermedias.
3. Número de Neuronas Inspiración Biológica.
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Métodos de Aprendizaje Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
• Aprendizaje:
• Estimulación de las Redes Neuronales.
• Cambios internos debido a la estimulación.
• Nueva forma de responder a los cambios de la estructura
interna. Contenido
• Paradigmas de Aprendizaje.
Redes Neuronales e IA.
• Aprendizaje Supervisado.
• Aprendizaje por Reforzamiento. Inspiración Biológica.
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Implementación Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Contenido
Inspiración Biológica.
Modelado Neuronal.
Neurona Natural vs.
Neurona Artificial
Neurona Artificial
Arquitecturas Neuronales.
Métodos de Aprendizaje
Implementación
Ventajas
Áreas de Trabajo
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Ventajas del Modelado Neuronal Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
• Adaptabilidad. Diseño.
Modelado Neuronal.
• Respuesta Graduada. • Estabilidad en el Neurona Natural vs.
Aprendizaje. Neurona Artificial
Neurona Artificial
• Analogía y Neurobiología. Arquitecturas Neuronales.
Métodos de Aprendizaje
Implementación
Ventajas
Áreas de Trabajo
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Áreas de Trabajo Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Inspiración Biológica.
Control
Modelado Neuronal.
Inteligencia Artificial Neurona Natural vs.
Informática Neurona Artificial
Neurona Artificial
Desarrollo de aplicaciones con Arquitecturas Neuronales.
Aplicaciones paralelismo implícito Métodos de Aprendizaje
Sicología Implementación
Ventajas
Áreas de Trabajo
Construcción de modelos
Implementaciones Implementación y
neuronales. Aplicaciones
Aplicaciones
Desarrollo de Biochips
Modelado Neuronal.
Neurona Natural vs.
De manera general, las redes Neurona Artificial
neuronales son aplicables en Neurona Artificial
Arquitecturas Neuronales.
áreas de conocimiento en las Métodos de Aprendizaje
cuales: Implementación
Ventajas
• Es difícil describir el Áreas de Trabajo
conocimiento /forma de Implementación y
resolverlos. Aplicaciones
Aplicaciones
• Se dispone de una gran Desarrollo de Biochips
cantidad de datos.
Futuro de las RNA
Bibliografía
Introducción a las
Aplicaciones de las Redes Neuronales Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Neurosimuladores.
Los neurosimuladores se pueden clasificar en:
• Software: Estas aplicaciones son flexibles y económicas,
debido a su facilidad de implementación.
• Hardware: Estas aplicaciones resultan ser muy eficientes,
debido a que el poder de su funcionamiento esta en los Contenido
Inspiración Biológica.
De acuerdo con su desarrollo, el neurosoftware posee:
Modelado Neuronal.
• Programación directa. Neurona Natural vs.
• Librerías específicas de libre distribución. Neurona Artificial
Neurona Artificial
• Entornos de desarrollo amigables. Arquitecturas Neuronales.
Métodos de Aprendizaje
Implementación
De acuerdo con lo anterior, Ventajas
Áreas de Trabajo
estas aplicaciones dan al
usuario: Implementación y
Aplicaciones
• Facilidad de uso. Aplicaciones
• Potencia. Desarrollo de Biochips
Bibliografía
Introducción a las
Problemas de Clasificación de Patrones. Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Conteo de Células
• Clasificación de
glóbulos blancos
Contenido
Inspiración Biológica.
Implementación y
Reconocimiento del Iris Aplicaciones
Aplicaciones
• Para autenticación en Desarrollo de Biochips
seguridad.
Futuro de las RNA
Bibliografía
Introducción a las
Problemas de Pronóstico y Predicción.. Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
NeuralStocks.
• Pronóstico de Acciones.
• Pronóstico y Predicción Hidrológica para reservas en
embalses y períodos de lluvias.
Contenido
Inspiración Biológica.
Modelado Neuronal.
Neurona Natural vs.
Neurona Artificial
Neurona Artificial
Arquitecturas Neuronales.
Métodos de Aprendizaje
Implementación
Ventajas
Áreas de Trabajo
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Problemas de Robótica. Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
• Manipulación de piezas a alta velocidad.
• Cinemática Inversa y Análisis de Esfuerzos.
• Navegación automática en espacios cerrados.
• Planeación de trayectorias.
Contenido
Inspiración Biológica.
Modelado Neuronal.
Neurona Natural vs.
Neurona Artificial
Neurona Artificial
Arquitecturas Neuronales.
Métodos de Aprendizaje
Implementación
Ventajas
Áreas de Trabajo
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Problemas de Interpolación y Optimización Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
• Aproximación de funciones.
Contenido
Inspiración Biológica.
Modelado Neuronal.
Neurona Natural vs.
Neurona Artificial
• Problemas de Optimización de Rutas en Sistemas de Neurona Artificial
Información Geográfica (SIG). Arquitecturas Neuronales.
Métodos de Aprendizaje
Implementación
Ventajas
Áreas de Trabajo
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Problemas en Astrofísica/Astronomía Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Desarrollo de Biochips. Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Futuro de las Redes Neuronales Artificiales. Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Modelado Neuronal.
• Solución de la Escalabilidad del Aprendizaje. Neurona Natural vs.
• Cómo determinar parámetros erróneos en el Neurona Artificial
Neurona Artificial
aprendizaje? Arquitecturas Neuronales.
• Cómo aumentar la complejidad de los modelos Métodos de Aprendizaje
Implementación
neuronales con plataformas computacionales Ventajas
Áreas de Trabajo
existentes?
• Incorporación de conceptos fundamentales en el Implementación y
Aplicaciones
funcionamiento del cerebro. Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Bibliografía Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Inspiración Biológica.
García, B. Patricio, Introducción a las Redes Neuronales y su
Aplicación a la Investigación en Astrofísica Universidad de Gran Modelado Neuronal.
Neurona Natural vs.
Canarias, España, 2009 Neurona Artificial
Neurona Artificial
Arquitecturas Neuronales.
Métodos de Aprendizaje
Implementación
Ventajas
Áreas de Trabajo
Implementación y
Aplicaciones
Aplicaciones
Desarrollo de Biochips
Bibliografía
Introducción a las
Redes Neuronales y
sus Aplicaciones
Alejandro Peña P.
Contenido
Inspiración Biológica.
Implementación y
Aplicaciones
Ventajas del modelado
neuronal
Aplicaciones
Desarrollo de Biochips
Bibliografía