2.- Definición de Red Neuronal

2.1 Funcionamiento de neuronas como un grupo de aprendizaje

Definiciones:

Las neuronas, como un sistema biológico, está formado por neuronas de entrada o censores conectados a una compleja red de neuronas que "calculan", o neuronas ocultas, las cuales, a su vez, están conectadas a las neuronas de salidas encargadas por ejemplo, de controlar los músculos. Por censores se entienden señales de los sentidos (oído, vista, etc.), las respuestas de las neuronas de salida activan los músculos correspondientes. En el cerebro hay una gigantesca red de neuronas "calculadoras" u ocultas que realizan la computación necesaria. De esta manera similar, una red neuronal artificial debe ser compuesta por censores del tipo mecánico o eléctrico.

Figura 2: Red Neuronal Artificial Típica

Las Redes Neuronales Artificiales (Neural Networks) son sistemas paralelos para el procesamiento de la información, inspirados en el modo en el que las redes de neuronas biológicas del cerebro procesan esta. Es decir que se han intentado plasmar los aspectos esenciales de una neurona real a la hora de diseñar una neurona "artificial". Estos modelos realizan una simplificación, desentrañando cuales son las relevancias del sistema.

La definición más general considera a una Neural Network como un entramado o estructura formada por muchos procesadores simples llamados nodos o neuronas, conectados por medio de canales de comunicación o conexiones. Cada una de ellas tiene una cantidad de memoria local, operando solamente con sus datos locales y sobre las entradas que recibe a través de esas conexiones.

Las Redes Neuronales llevan asociadas algún tipo de regla de aprendizaje o entrenamiento particular por la cual esas conexiones son ajustadas acorde a los ejemplos proporcionados. En otras palabras, estas aprenden a partir de ejemplos, y muestran alguna capacidad para generalizar más allá de esos datos mostrados.

Variadas son las definiciones de Redes Neuronales. Es un concepto incipiente y en constante cambio. Algunas otras definiciones se muestran a continuación:

DARPA Neural Network Study (1988, AFCEA International Press, p.60) "Una red neuronal es un sistema compuesto de muchos elementos simples de proceso operando en paralelo cuya función está determinada por la estructura de la red, los pesos de las conexiones, y el procesado realizado en los elementos o nodos de cálculo."

Freeman (p.93) "Una red neuronal artificial es un sistema procesador de información con características de desempeño similares a las redes neuronales biológicas. Una red neuronal artificial ha sido desarrollada como la generalización de modelos matemáticos del conocimiento humano o biología neuronal, basada en los siguientes acepciones: El procesamiento de información ocurre en elementos sencillos llamados neuronas. Las neuronas se transmiten señales a través de ligas de conexión. Cada liga de conexión esta asociada con un peso, el cual, en típicas redes neuronales, multiplica la señal transmitida. Cada neurona aplica una función de activacion (usualmente no lineal) a la entrada de la red (la suma de entradas ponderadas por los pesos)".

Haykin, S. (1994), "Neural Networks: A Comprehensive Foundation." NY, MacMillan, p.2 "Una red neuronal es un procesador distribuido y con estructura paralela que tiene una tendencia natural a almacenar conocimiento experimental, haciéndolo apto para su uso. Se parece al cerebro en dos cosas:

1. El conocimiento es adquirido por la red a través de un proceso de aprendizaje.

2. Este conocimiento se almacena en los pesos sinápticos o conexiones entre neuronas."

Nigrin, A. (1993), "Neural Networks for Pattern Recognition".(Cambridge, MA: The MIT Press, p.11.) "Una red neuronal es un circuito compuesto de un número elevado de elementos simples de proceso con una base neurológica. Cada elemento opera sólo con información local. Más aún, cada elemento opera asíncronamente por lo que no hay un reloj total del sistema."