RNA

Christian Bernal
Funcionamiento de una neurona biológica.
El cerebro consta de un gran número (aproximadamente 1011) de elementos altamente interconectados (aproximadamente 104 conexiones por elemento), llamados neuronas. El mensaje de una neurona a otra es transmitido a través de diferentes transmisores químicos. La entrega de mensajes tiene lugar en puntos de contacto especiales entre neuronas, llamados sinapsis. Estas neuronas tienen tres componentes principales, las dendritas, el cuerpo de la célula o soma, y el axón. Las dendritas, son el árbol receptor de la red, son como fibras nerviosas que cargan de señales eléctricas el cuerpo de la célula. El cuerpo de la célula, 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 sinápsis, la longitud de la sinápsis es determinada por la complejidad del proceso químico que estabiliza la función de la red neuronal.
Funcionamiento de una neurona Artificial.
La unidad de procesamiento artificial equivalente a una neurona biológica intenta imitar los aspectos de esta en cuanto a su comportamiento y funcionamiento. De este modo se disponen de unas entradas y salidas, como en las neuronas biológicas, que transmitirán valores, bien reales o binarios de una neurona a otra, en vez de señales electroquímicas.
Debido a que en las neuronas biológicas no todas las conexiones entre axones y dendritas (sinapsis) tienen la misma concentración de iones, su conductividad es diferente, de modo que una conexión tendrá mayor preferencia sobre otra con menor conducción. Para esto se plantean una serie de pesos en las conexiones de entrada wi que ponderarán las entradas definiendo así el estado interno o nivel de activación de la célula.
La salida depende de este estado interno y se define a partir de una función denominada función de activación, que puede ser bien lineal, una función umbral o una función cualquiera que dependerá de la arquitectura de la red elegida.






Criterios de clasificación de las redes neuronales artificiales
Topología
Una primera clasificación de las redes de neuronas artificiales que se suele hacer es en función del patrón de conexiones que presenta. Así se definen tres tipos básicos de redes:
Dos tipos de redes de propagación hacia delante o acíclicas en las que todas las señales van desde la capa de entrada hacia la salida sin existir ciclos, ni conexiones entre neuronas de la misma capa.
Monocapa.percepton. adalaine
Multicapa.perceptron, multicapa.
Las redes recurrentes que presentan al menos un ciclo cerrado de activación neuronal. Ejemplos: Elman
Aprendizaje
Una segunda clasificación que se suele hacer es en función del tipo de aprendizaje de que es capaz (si necesita o no un conjunto de entrenamiento supervisado).
Tipo de entrada
Finalmente también se pueden clasificar las RNA según sean capaces de procesar información de distinto tipo en:
Redes analógicas: procesan datos de entrada con valores continuos y, habitualmente, acotados.
Redes discretas: procesan datos de entrada de naturaleza discreta; habitualmente valores lógicos booleanos.
Aprendizaje supervisado: Es el que necesita un conjunto de datos a la entrada previamente clasificado o cuya respuesta objetiva se conoce
Aprendizaje no supervisado: Se le proporciona un conjunto de datos , pero no se le presenta la solución, el sistema se tiene que basar en una serie de regularidades para identificar la solución correcta.

Problemas que se pueden resorvelr utilizando redes neuronales artificiales
- Capacidad de análisis acertada, recomendando operaciones de compra y venta en el mundo financiero y bursatil.

- Redes neuronales artificiales para determinar la distribución
espacial de la humedad del suelo en una pequeña cuenca de drenaje.

- Minería de datos con redes neuronales artificiales: aplicación en
vacunas – tuberculosis.




- Aplicación de las redes neuronales artificiales a la predicción del resultado a corto, medio y largo plazo del transplante renal pediatrico.

- Pandora, esta diseñada para extraer, de una señal de audio completa, los componentes músicales mas básicos. esto se logra utiliando procesamiento digital de señales y redes neuronales.

- Software de administración de publicidad dirigida para internet, analiza y decide los banners o anuncios que presentará un sitio de internet a cada tipo de usuario, para aumentar el interés en él sobre el patrocinador.


http://www.dynamics.unam.edu/DinamicaNoLineal/Articulos/MineriaRedesNVacunas.pdf
http://www.tdx.cat/TDX-0613105-184319
http://electronica.com.mx/neural/aplicaciones/neural_stock.html