"Una red neuronal es un sistema compuesto de

muchos elementos procesadores simples

operando en paralelo, cuya funcin es
determinada por la estructura de la red, fuerza
en las conexiones y el procesamiento realizado
por los elementos computacionales en los
nodos."

"Una red neuronal es un procesamiento distribuido

masivamente paralelo que tiene una tendencia
natural para almacenar conocimiento emprico y
hacerlo disponible para el uso.
Recuerda al cerebro en dos aspectos:
1.- El conocimiento se adquiere por la red a travs
de un proceso de aprendizaje.
2.- Las conexiones interneurnicas se conocen
como pasos sinpticos y se usan para almacenar
el conocimiento.
Dr. Haykin, S. (1994, Neural Networks: A
comprehensive foundation, NY, McMillan, P.2):

Esquema de una
neurona.

Esquema de una RNA del tipo alimentacin directa

Topologa con una capa de neuronas intermedias.

Acontecimientos

1943
McCulloch y Pitts
presentan la neurona
formal

Neuronas Formales
Es una unidad de clculo que intenta modelar el
comportamiento de una neurona "natural",
similares a las que constituyen del cerebro
humano.

Funcionamiento

1958
Von Neumann
propone un modelo
para el cerebro

Estancamiento

1972
Kohonen
presenta
sus primeros trabajos
sobre
redes
neuronales

Memorias Asociativas
ALFA-BETA. ESTE MODELO PERMITE LA
RECUPERACIN PERFECTA DE TODOS LOS
PATRONES ENTRENADOS SIN
AMBIGEDADES Y SIN CONDICIONES.

Aplicaciones

Las redes neuronales son una

tecnologa computacional
emergente que puede utilizarse en
un gran nmero y variedad de
aplicaciones, tanto como
comerciales como militares.

Hay muchos tipos diferentes de redes

neuronales, cada uno de los cuales tiene un
aplicacin particular ms apropiada.
Separndolas segn las distintas disciplinas
algunos ejemplos de sus aplicaciones son:

Biologa:

Aprender ms acerca del cerebro y otros

sistemas.
Obtencin de modelos de la retina.

 Reconocimiento de caracteres
escritos.

Identificacin de candidatos para

posiciones especficas.

Optimizacin de plazas y horarios

en lneas de vuelo.

Explotacin de bases de datos.

Evaluacin de probabilidad de
formaciones geolgicas y
petrolferas.

Sintess de voz desde texto.

 Robots automatizados y
sistemas de control (visin
artificial y sensores de presin,
temperatura, gas, etc.)

Control de produccin en
lneas de proceso.

Inspeccin de calidad.
Filtrado de seales.

 Analizadores del habla para

la ayuda de audicin de
sordos profundos.

Diagnstico y tratamiento a
partir de sntomas y/o de
datos analticos
(encefalograma, etc.).

 Prediccin de reacciones
adversas a los medicamentos.

Lectoras de Rayos X.
Entendimiento de causa de
ataques epilpticos.

 Clasificacin de las
seales de radar .

Creacin de armas
inteligentes.

Optimizacin del uso de

recursos escasos.

 Previsin de la evolucin de
los precios.

Valoracin del riesgo de los

crditos.

Identificacin de
falsificaciones.

Interpretacin de firmas.

 Analizar tendencias y patrones.

Previsin del tiempo.