Redes Neuronales Artificiales: Una Introducción Autores Prof. Néstor V. Queipo, Ph.D. Prof. Daniel Finol, M.Sc. Ing. Efraín Nava, M.Sc. Programa de Investigación en Neurociencias Cognitivas Doctorado de Ciencias Humanas Facultad de Humanidades y Educación 18 de Septiembre de 2009 Seminario
16
Embed
Redes Neuronales Artificiales: Una Introducción Autores Prof. Néstor V. Queipo, Ph.D. Prof. Daniel Finol, M.Sc. Ing. Efraín Nava, M.Sc. Programa de Investigación.
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Redes Neuronales Artificiales: Una Introducción
AutoresProf. Néstor V. Queipo, Ph.D.
Prof. Daniel Finol, M.Sc.Ing. Efraín Nava, M.Sc.
Programa de Investigación en Neurociencias CognitivasDoctorado de Ciencias Humanas
Facultad de Humanidades y Educación 18 de Septiembre de 2009Seminario
Contenido• Neurociencias cognitivas: objetivo central
– ¿Qué es? – objetivos general y específicos
– ¿Cómo? – métodos y herramientas
• Paradigmas: cognitivismo y conexionismo• Redes neuronales computacionales
– Definiciones básicas
– Problemas de interés
– Aplicaciones
– Tipos de redes neuronales
• Modelo clásico: perceptrón multicapa – El perceptrón
– Arquitectura
– Algoritmo de aprendizaje
– Ejemplo de aplicación
• Tópicos de investigación
Neurociencia CognitivaDefinición
Es una rama de la psicología y la neurociencia que estudia las bases neurales de procesos mentales, tales como el aprendizaje y la memoria1
Sistemas expertos basados en reglas)• Modelos Sub-simbólicos - Conexionismo (Redes
Neuronales)
Cognitivismo Ideas Centrales
• Analogía Mente – Computador: Ve la mente como un sistema de procesamiento de información
• Abstracción de los procesos menta-les del soporte y/o mecanismo físicoen el que se ejecutan
Neurociencia Cognitiva
• Habilidades mentales de alto nivel (e.g., deducción lógica) pueden ser modeladas como sistemas de manipulación de símbolos siguiendo reglas lógicas (representación formal del conocimiento)
Cognitivismo Ideas Centrales
Neurociencia Cognitiva
• Sólo adecuado para aspectos lógico-formales del pensamiento
• Dificultad para modelar la alta complejidad y plasticidad de la mente
• Los modelos no son biológicamente plausibles
Cognitivismo Limitaciones
Neurociencia Cognitiva
Conexionismo Ideas Centrales
• Supone que las funciones mentales, pueden llevarse a cabo sin necesidad de un planificación central ni reglas explícitas de alto nivel
• Alternativamente, supone que las funciones mentales emergen de la interacción masiva de elementos simples (redes neuronales)
• Aunque no sean un análogo exacto/detallado de cómo funcionan las redes neuronales biológicas, son biológicamente plausibles
Neurociencia Cognitiva
NQ:Al tener una inspiración biológica, las redes neuronales ofrecen la expectativa de mejorar la comprensión de los procesos responsables de las funciones mentales
NQ:Al tener una inspiración biológica, las redes neuronales ofrecen la expectativa de mejorar la comprensión de los procesos responsables de las funciones mentales
Conexionismo Ideas Centrales
• El conocimiento no es representado ni simbólica ni explícitamente, la ‘representación’ es distribuida, consiste en la configuración de las interconexiones. El aprendizaje corresponde al proceso de ajuste de estas interconexiones
Neurociencia Cognitiva
Conexionismo Ideas Centrales
• Las funciones mentales modeladas no encuentran su explicación a partir de un componente singular y separado del sistema, sino como el producto de la cooperación de componentes inter-actuantes
• Mientras el cognitivismo modela la mente como un computador, el conexionismo se propone modelar en el computador características del funcionamiento del cerebro. Las Redes Neuronales Artificiales se corresponden con este paradigma
Neurociencia Cognitiva
Neurociencia Cognitiva Tópicos de investigación
• Áreas de investigaciónSpiking neuronsVisual and auditory cortexNeural encoding and decodingPlasticity and adaptationBrain imagingLearning and memoryInference and reasoningPerception, emotion and developmentAttractor and associative memoryNeurodynamics and complex systems