REDES NEURONALES

DEFINICION
Son sistemas compuestos por estructuras de red con un
gran nmero de conexiones entre diferentes capas de
procesadores. Se puede decir que las redes neuronales
constituyen una tecnologa, la cual trata con xito
algunos problemas clsicos de la IA, haciendo nfasis en
el reconocimiento de formas y de la palabra hablada.
(VAZQUEZ, 2009)

Las redes neuronales son sistemas de cmputo

distribuidos y paralelos inspirados en la estructura del
cerebro humano. El cerebro humano consta de miles de
millones de neuronas; cada una conectada a miles de
otras neuronas en una estructura distribuida, con
paralelismo masivo. Este tipo de estructura otorga al
cerebro una gran ventaja en la mayora de las
capacidades perceptivas, motrices y creativas.
(ZAMPAYO, 2004)

Las nuevas arquitecturas para redes neuronales se

han inspirado en hechos que conciernen al
tratamiento de grandes cantidades de informacin
procedente de los sentidos, la memoria, la capacidad
de aprendizaje y la capacidad de procesamiento de
informacin a gran velocidad. En trminos prcticos,
las arquitecturas de las redes neuronales pueden
usarse para tareas como la visin; mecanismos de
aprendizaje para el reconocimiento de voz, de forma
que sus resultados alimenten programas simblicos
de la IA. (HUERTA, 2009).

Las redes neuronales (tambin conocidas como sistemas conexionistas) son un modelo
computacional basado en un gran conjunto de unidades neuronales simples (neuronas
artificiales), de forma aproximadamente anloga al comportamiento observado en los
axones de las neuronas en los cerebros biolgicos.
PARTE DE SISTEMAS EXPERTOS:
Tipos de Sistemas Expertos:

Deterministas: cuentan con una fcil explicacin y con las implicaciones deseadas y
tienen como desventajas un motor de inferencia lento y la dificultad de propagar la
incertidumbre.

Estocsticos: que tiene la ventaja de tener un motor de inferencias rpido, lo que

permite un aprendizaje paramtrico fcil y la propagacin de la incertidumbre de
manera eficiente. Este tipo de sistemas expertos tienen como desventaja un elevado
nmero de parmetros e implicaciones superfluas.
Categoras de Sistemas Expertos:

Asistente, es un pequeo sistema basado en conocimientos que realiza un

subconjunto de tareas de una tara experta, valioso econmicamente pero
tcnicamente limitado
Colega, es un sistema de tamao mediano basado en conocimientos que realiza un
parte significativa de una tarea experta
Experto, es un sistema grande basado en conocimientos que se acerca al nivel de
desempeo del experto humano dentro de un campo particular.
Pasos principales para el desarrollo de un SE:
1. Seleccin de un lenguaje de programacin, ambiente integrado de desarrollo o
esqueleto de programacin (Shell)
2. Seleccin de las tcnicas para la representacin del conocimiento y para el
mecanismo de inferencia
3. Anlisis, adquisicin y conceptualizacin del conocimiento para crear la base de
conocimientos (BC)
4. Formalizacin y creacin de la BC
5. Desarrollo del prototipo
6. Evaluacin y revisin del SE
7. Afinamiento de la interfaz del usuario
8. Mantenimiento y actualizacin del sistema