REDES NEURONALES ARTIFICIALES
Una Red Neuronal Artificial (RNA) forma parte del grupo de tecnología que podemos
conocer como “bioinspirada”; es decir que para su funcionamiento se basa en el
comportamiento biológico que realiza una neurona de verdad.
Esto quiere decir que las mismas están conformadas por elementos diseñados para
comportarse de forma similar a las neuronas de nuestro cerebro (imitando dicho
comportamiento especialmente en las funciones más básicas). Además, las RNA se
organizan de una forma similar a la del cerebro.
PRINCIPALES CARACTERÍSTICAS DE UNA RNA
Dentro de las características fundamentales de una RNA, tenemos:
•Capacidad de aprender de la experiencia:
Una RNA puede modificar su comportamiento en base a las condiciones detectadas en
su entorno.
Gracias a esta capacidad, se han desarrollado varios algoritmos para enseñarle a la
RNA como debe responder dependiendo de lo que encuentra en su entorno; a dicho
proceso se llama entrenamiento.
Cada algoritmo de entrenamiento tiene sus propias ventajas, desventajas e
inconvenientes a la hora de implementarlos.
•Capacidad de generalizar los casos actuales en base a casos anteriores:
Cuando se haya culminado el entrenamiento de la RNA, la misma se puede volver
insensible a pequeñas variaciones en sus entradas; motivo que las vuelve excelentes
candidatos para realizar tareas como el reconocimiento de patrones.
•Capacidad de realizar la abstracción de la esencia de las entradas:
Las RNA tienen la capacidad de abstraer información de un conjunto de entradas.
Por ejemplo, en el caso de reconocimiento de patrones, una red puede ser entrenada
en una secuencia de patrones distorsionados de una letra. Una vez que la red sea
correctamente entrenada será capaz de producir un resultado correcto ante una
entrada distorsionada, lo que significa que ha sido capaz de aprender algo que nunca
había visto.
TIPOS DE REDES NEURONALES
