REDES NEURONALES ARTIFICIALES

PERCEPTRN
Paula Orrico

CARACTERSTICAS
El perceptrn (Perceptron en ingls) fue el primer

modelo de Red Neuronal Artificial supervisada. Es la ms simple de las Redes neuronales. Fue creada por Rosenblatt en 1958 y su xito incial se debi a que era capaz de aprender y reconocer patrones sencillos. Con el desarrollo del perceptrn, surge el rea de las Redes Neuronales Artificiales dentro de la Inteligencia Artificial. Recordemos que se dijo que el perceptrn es una red supervisada. Esto quiere decir que debe ser entrenada con un conjunto de patrones previamente clasificados de manera que, si los clasifica incorrectamente, se pueda corregir el error mediante una regla de aprendizaje.

ARQUITECTURA
La siguiente imagen ilustra la arquitectura del perceptrn para patrones con slo dos caractersticas:

X1

x2

x3

=
=0

+ 3

ESTRUCTURA O COMPONENTES
El perceptrn esta formado por dos capas: Capa de salida: tiene un solo nodo que esta conectado a cada nodo de la capa de entrada mediante una conexin que esta evaluada con pesos. Capa de entrada: Esta formada por un numero de nodos determinados y un nodo llamado bias. Esta capa no lleva a cabo ningn procesamiento de informacin y solo sirve de enlace para recibir valores del exterior y transmitirlos al nodo de la capa de salida

Bias: Este nodo no tuene contacto con el exterior y su valor siempre es 1

VENTAJAS
El perceptrn es la nica red neuronal que tiene un

teorema de convergencia el cul establece que, si el problema es linealmente separable, el perceptrn encontrar la solucin. Aunque no se sabe cuanto tiempo le llevara encontrar la solucin y mucho menos si la solucin encontrada ser la ptima, se sabe que se tendr una solucin.

APLICACIONES
El rango de tareas que el Perceptrn puede manejar es mucho

mayor que simples decisiones y reconocimiento de patrones. Por ejemplo, se puede entrenar una red para formar el tiempo pasado de los verbos en ingles, leer texto en ingles y manuscrito. El Perceptrn multicapa (MLP) puede ser usado para la prediccin de una serie de datos en el tiempo; tal a sido su xito en la medicin de la demanda de gas y electricidad, adems de la prediccin de cambios en el valor de los instrumentos financieros. Prediccin de mercados financieros, diagnsticos mdicos, el Perceptrn como una red codificadora, el Perceptrn aprende a sumar enteros. NETtalk es un Perceptrn que es capaz de transformar texto en ingles en sonido individual (representaciones fonticas) y la pronunciacin con la utilizacin de un sintetizador de voz; cuenta con aproximadamente 300 nodos de neuronas (siendo 80 en la capa escondida) y 20,000 conexiones individuales.

TIPO

El perceptrn era inicialmente un dispositivo de

aprendizaje, en su configuracin inicial no estaba en capacidad de distinguir patrones de entrada muy complejos, sin embargo mediante un proceso de aprendizaje era capaz de adquirir esta capacidad.

BIBLIOGRAFA
http://www.tecnohobby.net/ppal/index.php?option=com_c

ontent&view=article&id=22:perceptron&catid=42:rna&Item id=19 http://www.csd.uwo.ca/faculty/olga/Courses/CS434a_541 a/Lecture12.pdf http://electronica.com.mx/neural/informacion/perceptron.h tml http://disi.unal.edu.co/~lctorress/RedNeu/LiRna004.pdf