Redes neuronales
| ||||||
Redes neuronales.. Técnica de inteligencia artificial más representativa de la Minería de datos.
Sumario
Generalidades
Las redes neuronales en los últimos años se han convertido en uno de los instrumentos de uso frecuente para detectar categorías comunes en los datos. Como su nombre lo indica simula el sistema nervioso real en forma abstracta. Estas deben ser entrenadas para que den solución a los problemas. Esta enseñanza se realiza repitiendo sistemáticamente entradas clásicas, con sus respectivas salidas o respuestas. Son usadas para reconocimiento de patrones, clasificaciones de voz e imagen, procesamiento de lenguaje natural, predicción y optimización.
Son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida.
Una de las principales características de las redes neuronales, es que son capaces de trabajar con datos incompletos e incluso paradójicos, que dependiendo del problema puede resultar una ventaja o un inconveniente.
Estructura de una red neuronal
Una red neuronal está constituida por nodos, o unidades, que están unidas mediante conexiones. Algunas de las unidades están conectadas al ambiente externo y se designan como unidades de entrada o de salida según reciban estímulos externos o den la respuesta del sistema, respectivamente.
Hay otras unidades (neuronas) que simplemente están conectadas a otras neuronas del sistema y que al no tener relación directa con la información de entrada ni con la de salida del sistema, se denominan como unidades ocultas. Se conoce como capa o nivel a un conjunto de neuronas cuyas entradas provienen de la misma fuente (que puede ser otra capa de neuronas) y cuyas salidas se dirigen al mismo destino (que puede ser otra capa de neuronas).
Ventajas
Las redes neuronales poseen muchas ventajas teniendo en cuenta que están basadas en la estructura del sistema nervioso, principalmente el cerebro, entre ella se encuentran:
- Aprendizaje: Las redes neuronales tienen la capacidad de aprender a realizar tareas basadas en un entrenamiento o una experiencia inicial.
- Auto organización: Crea su propia organización o representación de la información en su interior que recibe mediante una etapa de aprendizaje.
- Tolerancia a fallos: Debido a que una red neuronal almacena la información de forma redundante, ésta puede seguir respondiendo de manera aceptable, incluso sufriendo un gran daño.
- Flexibilidad: Una red neuronal puede manejar cambios no importantes en la información de entrada, como señales con ruido u otros cambios en la entrada.
- Tiempo real: La estructura de una red neuronal es paralela, por lo cual si esto es implementado con computadoras o en dispositivos electrónicos especiales, se pueden obtener respuestas en tiempo real.
Tipos de redes neuronales
- Perceptron Simple
- Perceptron Multicapa
- Red de Hopfield
- Red neuronal Competitiva Simple
- Redes neuronales Online ART1
- Redes neuronales competitivas ART2
- Redes neuronales autoorganizadas: Mapas de Kohonen
- Redes incrementales
