Inteligencia Artificial

Describa brevemente (mínimo de 10 líneas) el funcionamiento de una neurona biológica.

Respuesta:

El cerebro consta de un gran número de elementos interconectados llamadas neuronas. Las neuronas tienen tres componentes principales, las dendritas, soma, y el axón. Las dendritas, son el árbol receptor de la red, son como fibras nerviosas que cargan de señales eléctricas el soma. El soma, realiza la suma de esas señales de entrada. El axón es una fibra larga que lleva la señal desde el cuerpo de la célula hacia otras neuronas. El punto de contacto entre un axón de una célula y una dendrita de otra célula es llamado sinapsis, la longitud de la sinapsis es determinada por la complejidad del proceso químico que estabiliza la función de la red neuronal.

Describa brevemente (mínimo de 3 líneas) el funcionamiento de una neurona artificial.

Respuesta:

El funcionamiento de una neurona artificial es muy parecida a la de una neurona biológica, ya que la neurona artificial tiene que recibir un estimulo para que esta se active. La función de activación calcula el estado de actividad de la neurona, y la función de salida determina el valor q se va a transferir a las neuronas vinculadas, si la función de activación está por debajo de un umbral entonces no pasa ningún valor de lo contrario sí.

Describa los criterios de clasificación de las redes neuronales artificiales y sus principales tipos dentro de cada clasificación.

Respuesta:

Clasificación según su topología o estructura de la red, podemos distinguir como característica de una red, el número de capas, el tipo de las capas, que pueden ser ocultas o visibles, de entrada o de salida y la direccionalidad de las conexiones de las neuronas.

- Las Redes neuronales MonoCapa: Redes con una sola capa, Para unirse las neuronas crean conexiones laterales para conectar con otras neuronas de su capa.

- Las Redes neuronales Multicapa: Las conexiones son de dos formas:

o feedforward o hacia delante.

o feedback o retroalimentadas.

Clasificación según su algoritmo de aprendizaje o como la red aprende los patrones, podemos distinguir como características, si es supervisada, no supervisada, competitiva o por refuerzo.

- Aprendizaje supervisado en redes neuronales

- Aprendizaje no supervisado

o Aprendizaje Por componentes Principales

o Aprendizaje competitivo

o Aprendizaje reforzado

Defina con sus propias palabras al Aprendizaje Supervisado

Respuesta:

El aprendizaje supervisa en una neurona artificial se lo realiza indicando a la neurona cual es el valor que nosotros deseamos que aprenda, por ejemplo si nosotros deseamos que la neurona reconozca una letra(A) en este tamaño y forma debemos indicarle y guardar este dato, pero si nosotros deseamos que reconozca la letra de otra forma (A) entonces debemos indicarle y guardar el cambio.

Defina con sus propias palabras al Aprendizaje No supervisado

Respuesta:

Estos usan modelos de los objetos a reconocer y a clasificar. Por ejemplo una aplicación de reconocimiento de caras podríamos pasar la fotografía como un mapa de bits pero esto sería muy costoso computacionalmente, pero sin embargo si pasáramos una serie de valores como anchura de ojos, anchura de boca, tamaño de frente, etc., esto nos podría clasificar la cara en función de sus parecidos.

Enumere 5 problemas que se pueden resolver con el uso de redes neuronales artificiales

- Reconocimientos de cuerpos

- Identificación de candidatos para posiciones específicas.

- Explotación de bases de datos.

- Evaluación de probabilidad de formaciones geológicas y petrolíferas.

- Síntesis de voz desde texto.

Bibliografía:

http://www.monografias.com/trabajos12/redneur/redneur.shtml#APLICAC

http://ohm.utp.edu.co/neuronales/Capitulo1/RNBiologica.htm

http://www.slideshare.net/christmo/introduccin-a-la-ia/