Principios de las Redes Neuronales Artificiales

Estos problemas complejos se pueden resolver gracias a los cinco principios mas importantes de las Redes Neuronales Artificiales, los cuales son:

-       Aprendizaje adaptativo: una red neuronal se adapta al sistema en el que esté, ya que puede modificarse constantemente. Con este principio, no se necesitan establecer funciones probabilísticas.

-       Autoorganización: con este principio, se permite que la red completa se organice con la finalidad de realizar un objetivo específico, permitiéndole responder a informaciones que no habían surgido antes y que será capaz de responder a estas.

-       Tolerancia a fallos: en los sistemas tradicionales, cuando se pierde una parte del programa, el sistema ya no funciona. Las redes neuronales, son capaces de continuar trabajando aunque haya pérdida de información, ruido, etc., e incluso si se pierde alguna parte de la red, esto gracias a que almacenan la información de manera distribuida.

-    Operación en tiempo real: las redes neuronales permiten trabajar de forma paralela realizando la actualización de su información constantemente; esto permite el reconocimiento de patrones en tiempo real.

-    Fácil inserción en la tecnología existente: se han elaborado chips especializados para redes neuronales, los cuales son capaces de hacer mejorar su capacidad para resolver ciertas situaciones, facilitando así la adaptabilidad de estos sistemas a los que existen actualmente.

This entry was posted on Monday, June 16th, 2008 at 12:33 am and is filed under Informática, Inteligencia Artificial, General. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.