Redes Neurales
De Wikipedia, la enciclopedia libre
En informática una red neuronal (o neural) es una estructura computacional que permite resolver diversos problemas de optimización o clasificación, para lo que deben ser sometidas a un proceso de entrenamiento usando un conjunto de patrones conocidos. Una vez que la red ha "aprendido" a procesar correctamente estos patrones, ya está lista para responder a cualquier entrada, proporcionando una salida esperada.
Desde un punto de vista matemático, el entrenamiento de una red neuronal es una sucesión de funciones de Rn en Rn que deben converger a la función que resuelve el problema para el que se está realizando dicho entrenamiento.
[editar] Estructura y funcionamiento
Las redes neuronales "imitan" a la estructura cerebral, consistiendo en un conjunto de nodos unidos entre sí por conexiones. A cada conexión se le atribuye un valor o peso. Existe un conjunto de nodos de entrada y otro conjunto de nodos de salida, donde se obtienen los resultados.
Cuando un patrón {x1,...,xn} se presenta a una red neuronal de n nodos de entrada, debe propagarse por todas las conexiones de dichos nodos, hasta alcanzar los nodos del otro extremo. Visto desde un nodo destino, el valor que éste recibe será la suma de los valores que hay en los nodos del otro extremo, multiplicados por los pesos de las conexiones por las que llegan al mencionado nodo destino. Además, a dicho valor hay que aplicar una función no lineal (sigmoidea) que dará el valor final que se asigna al nodo. Dicho valor, a su vez, se propagará por las conexiones de salida hacia otros nodos:
