Para llevar a cabo la biometra hay varias maneras de hacer redes neuronales artificiales (ANN) es un paradigma de aprendizaje y procesamiento

automtico inspirado en la forma en que el sistema nervioso de los animales, por lo que el reconocimiento de patrones a travs de redes neuronales artificiales ha demostrado dar buenos resultados en este tipo de aplicacin, que puede ser muy complejo para ser tratado con redes neuronales monoltica por lo tanto, recomendar el uso de redes neuronales modular que dividen el complejo problema en varios problemas ms pequeos. Es difcil encontrar una arquitectura de red neuronal para modular, con resultados exitosos, es por eso que esta investigacin se centra en la optimizacin de las redes neuronales mediante algoritmos genticos, estos son mtodos sistemticos para la bsqueda de solucin de problemas y optimizacin, se basan en el concepto de la seleccin natural y los procesos evolutivos de los seres vivos (seleccin basada en la poblacin, el apareamiento y la mutacin. Estos son mtodos sistemticos para la bsqueda de solucin de problemas y optimizacin, se basan en el concepto de la seleccin natural y los procesos evolutivos de los seres vivos (seleccin basada en la poblacin, el apareamiento y mutacin. Para decidir quin es la persona a reconocer a travs de la cara y la voz no es una tcnica llamada Lgica Difusa y se ha demostrado ser particularmente til en sistemas expertos y otras aplicaciones de la inteligencia artificial. En el presente trabajo se describen los mtodos utilizados durante el desarrollo de este trabajo, tanto para la cara y la voz. Tambin se presentan los resultados obtenidos tras el desarrollo del sistema y hacer algunas pruebas. Y por ltimo se describen las conclusiones a las que lleg. 2 conceptos tericos bsicos 2.1 Redes Neuronales Artificiales Es un sistema que consta de un gran nmero de elementos bsicos (neuronas artificiales), agrupados en capas y que estn altamente interconectados sinapsis), su estructura tiene varias entradas y salidas, los cuales sern capacitados para responder de una manera deseada, a la entrada estmulos. Estos sistemas emulan, de una cierta manera, el cerebro humano. Tienen que aprender a comportarse (Learning) y alguien debe ser responsable de la enseanza (formacin), con base en el conocimiento previo del problema medioambiental. [6] 2.2 modulares Redes Neuronales Artificiales Un problema complejo se puede dividir en un nmero de sub-problemas ms simple que puede ser resuelto de manera eficiente por redes ms pequeas. Desde un punto de vista neurocomputacin, modularidad es una caracterstica esencial del cerebro humano.

La ventaja es que si el modelo admite de forma natural Una avera en funciones ms simple, el uso de una red modulares se traduce en un aprendizaje ms rpido y ms fcil. Cada mdulo puede ser construido de manera diferente, para adaptarse a los requisitos de cada sub-tarea. 2.3 Algoritmos Genticos Fueron introducidos por John Holland en 1970 inspirado en el proceso observado en la evolucin natural de los seres vivos. Son mtodos sistemticos para la bsqueda de solucin de problemas y optimizacin, se basan en el concepto de la seleccin natural y los procesos evolutivos de los seres vivos (seleccin basada en la poblacin, el apareamiento y la mutacin). Estos algoritmos hacen evolucionar una poblacin de individuos Someter a acciones aleatorias similares a los que operan en la evolucin biolgica (mutaciones y recombinaciones genticas), as como una seleccin de acuerdo con algunos criterios, dependiendo de qu decide que los individuos estn ms adaptados para sobrevivir, y que son menos adecuado, que se descartan. 2.3 Algoritmos Genticos Fueron introducidos por John Holland en 1970 inspirado en el proceso observado en la evolucin natural de los seres vivos. Son mtodos sistemticos para la bsqueda de solucin de problemas y optimizacin, se basan en el concepto de la seleccin natural y los procesos evolutivos de los seres vivos (seleccin basada en la poblacin, el apareamiento y la mutacin). Estos algoritmos hacen evolucionar una poblacin de individuos Someter a acciones aleatorias similares a los que operan en la evolucin biolgica (mutaciones y recombinaciones genticas), as como una seleccin de acuerdo con algunos criterios, dependiendo de qu decide que los individuos estn ms adaptados para sobrevivir, y que son menos adecuado, que se descartan. 3 Desarrollo y mtodos utilizados Para el desarrollo de esta investigacin fue necesario dividirlo en tres partes: reconocimiento de voz, reconocimiento de caras y de toma de decisiones. Se describe a continuacin cada una de estas partes. 3.1 Primera parte: Reconocimiento de voz Para el entrenamiento de la voz del tubo Neural Network Modular es un modelo de base de 36 muestras y 12 muestras de entrenar sin entrenamiento, que est compuesto por seis alumnos de la institucin, tomados de la referencia [4]. Todo el mundo lee su nombre en una lenta, normal y rpido. Cada una de las palabras fueron grabadas en archivos individuales, para el registro de estos puestos de trabajo son el cdigo MatLab y Wav de piso a aadir ruido a las muestras originales.

Las seales fueron adquiridas a travs de cdigo de MATLAB, utilizando un micrfono de PC estndar para esto. Las seales se capturaron con las siguientes caractersticas: Velocidad de transmisin de 88 kbps. Tamao de la muestra 8 bits. Canales mono. Acelerar 11.025 MPS. Duracin 1 seg. [4] Para aadir ruido a las seales sonoras estn utilizando el programa de Wave Flow 5.6, el nivel de ruido era 0,5 ruidos gaussianos [4]. La seal de la palabra Daniel dijo de las tres formas mostradas en la Figura 1.