Para establecer una similitud directa entre la actividad sináptica y la analogía con las redes neuronales artificiales podemos considerar: Las señales que llegan a la sinapsis son las entradas a la neurona; estas son ponderadas (atenuadas o simplificadas) a través de un parámetro, denominado peso asociado a la sinapsis correspondiente. Estas señales de entrada pueden excitar a la neurona (sinapsis con peso positivo) o inhibirla (peso negativo). El efecto es la suma de las entradas ponderadas. Si la suma es igual o mayor que el umbral de la neurona, entonces la neurona se activa (da salida). Esta es una situación de todo o nada; cada neurona se activa o no se activa. La facilidad de transmisión de señales se altera mediante la actividad del sistema nervioso. Las sinapsis son suceptibles a la fatiga, deficiencia de oxígeno y la presencia de anestésicos, entre otro. Esta habilidad de ajustar señales es un mecanismo de aprendizaje.
Elementos de una red neuronal artificial
Las redes neuronales artificiales (RNA) son modelos que intentan reproducir el comportamiento del cerebro. Como tal modelo, realiza una simplificación, averiguando cuáles son los elementos relevantes del sistema, bien bien porque la cantidad de información de que se dispone es excesiva o bien porque es redundante. Una elección adecuada de sus características, más una estructura conveniente, es el procedimiento convencional utilizado para construir redes capaces de realizar determinada tarea.
1. Unidad de proceso: La neurona Artificial. Existen tres tipos de unidades en cualquier sistema: entradas, salidas y ocultas. Las unidades de entrada reciben señales desde el entorno; las de salida envían la señal fuera de la red, y las unidades ocultas son aquellas cuyas entradas y salidas se encuentran dentro del sistema.
Se conoce como capa o nivel a un conjunto de neuronas cuyas entradas provienen de la misma fuente y cuyas salidas se dirigen al mismo destino.
2. Estado de Activación. Los estados del sistema en un tiempo t se representan por un vector A(t). Los valores de activación pueden ser continuos o discretos, limitados o ilimitados. Si son discretos, suelen tomar un conjunto discreto de valores binarios, así un estado activo se indicaría con un 1 y un estado pasivo se representaría por un cero. En otros modelos se considera un conjunto de estados de activación, en cuyo valor entre [0,1], o en el intervalo [-1,1], siendo una función sigmoidal.
3. Función de Salida o de Transferencia. Asociada con cada unidad hay una función de salida, que transforma el estado actual de activación en una señal de salida.
Existen cuatro funciones de transferencia típicas que determinan distintos tipos de neuronas:
Función Escalón
Función Lineal y Mixta
Sigmoidal
Función Gaussiana
4. Conexiones entre neuronas. Las conexiones que unen a las neuronas que forman una RNA tiene asociado un peso, que es el que hace que la red adquiera conocimiento. Se considera que el efecto de cada señal es aditivo, de tal forma que la entrada neta que recibe una neurona es la suma del producto de cada señal individual por el valor de la sinapsis que conecta ambas neuronas y es lo que se conoce como red de propagación. Se utiliza una matriz W con todos los pesos, Si wji es positivo indica que la relación entre las neuronas es excitadora, es decir, siempre que la neurona i esté activada, la neurona j recibirá una señal que tenderá a activarla. Si wji es negativo, la sinapsis será inhibidora. En este caso si i está activada, enviará una señal que desactivará a j. Finalmente si wji es 0 se supone que no hay conxión entre ambas 5. Función o Regla de Activación. Se requiere una regla que combine las entradas con el estado actual de la neurona para producir un nuevo estado de activación. Esta función F produce un nuevo estado de activación en una neurona a partir del estado que existía y la combinación de las entradas con los pesos de las conexiones. Esa F es denominada función de activación, y las salidas que se obtienen en una neurona para las diferentes formas de F serán:
Función de Activación Escalón Función de Activación Identidad Función de Activación Lineal -Mixta
Función de Activación Sigmoidal 6. Regla de Aprendizaje. El aprendizaje puede ser comprendido como la modificación de comportamiento inducido por la interacción con el entorno y como resultado de experiencias conduce al establecimiento de nuevos modelos de respuesta a estímulos externos. En el cerebro humano el conocimiento se encuentra en la sinapsis. En el caso de las RNA el conocimiento se encuentra en los pesos de las conexiones entre neuronas. Todo procesode aprendizaje implica cierto número de cambios en estas conexiones. En realidad, puede decirse que se aprende modificando los valores de lo pesos de la red.
Estructura de una red neuronal artificial Anteriormente ya se estipuló que la distribución de neuronas dentro de la red se realiza formando niveles o capas de un número determinado de neuronas cada una, y que existen capas de entrada, de salida, y ocultas, ahora veamos las formas de conexión entre neuronas.
Cuando ninguna salida de las neuronas es entrada de neuronas del mismo nivel o de niveles precedentes, la red se describe como de propagación hacia adelante. Cuando las salidas pueden ser conectadas como entradas de neuronas de niveles previos o del mismo nivel, incluyendose ellas mismas, la red es de propagación hacia atrás.
Características de las redes neuronales
Existen cuatro aspectos que caracterizan una red neuronal: su topología, el mecanismo de aprendizaje, tipo de asociación realizada entre la información de entrada y salida, y la forma de representación de estas informaciones.
1. Topología de las Redes Neuronales. La arquitectura de las redes neuronales consiste en la organización y disposición de las neuronas formando capas más o menos alejadas de la entrada y salida de la red. En este sentido, los parámetros fundamentales de la red son: el número de capas, el número de neuronas por capa, el grado de conectividad y el tipo de conexiones entre neuronas.
Redes Monocapa: Se establecen conexiones laterales, cruzadas o autorrecurrentes entre las neuronas que pertenecen a la única capa que constituye la red. Se utilizan en tareas relacionadas con lo que se conoce como autoasociación; por ejemplo, para generar informaciones de entrada que se presentan a la red incompletas o distorsionadas.
Redes Multicapa: Son aquellas que disponen de conjuntos de neuronas agrupadas en varios niveles o capas. Una forma de distinguir la capa a la que pertenece la neurona, consiste en fijarse en el origen de las señales que recibe a la entrada y el destino de la señal de salida. Según el tipo de conexión, como se vio previamente, se distinguen las redes feedforward, y las redes feedforward/feedback.
2. Mecanismo de Aprendizaje. El aprendizaje es el proceso por el cual una red neuronal modifica sus pesos en respuesta a una información de entrada. Los cambios que se producen durante el proceso de aprendizaje se reducen a la destrucción, modificación y creación de conexiones entre las neuronas, la creación de una nueva conexión implica que el peso de la misma pasa a tener un valor distinto de cero, una conexión se destruye cuando su peso pasa a ser cero. Se puede afirmar que el proceso de aprendizaje ha finalizado (la red ha aprendido) cuando los valores de los pesos permanecen estables (dwij / dt = 0).
Un criterio para diferenciar las reglas de aprendizaje se basa en considerar si la red puede aprender durante su funcionamiento habitual, o si el aprendizaje supone la desconexión de la red.
Otro criterio suele considerar dos tipos de reglas de aprendizaje: las de aprendizaje supervisado y las correspondientes a un aprendizaje no supervisado, estas reglas dan pie a una de las clasificaciones que se realizan de las RNA: Redes neuronales con aprendizaje supervisado y redes neuronales con aprendizaje no supervisado. La diferencia fundamental entre ambos tipos estriba en la existencia o no de un agente externo (supervisor) que controle el aprendizaje de la red.
Redes con Aprendizaje Supervisado. El proceso de aprendizaje se realiza mediante un entrenamiento controlado por un agente externo (supervisor, maestro) que determina la respuesta que debería generar la red a partir de una entrada determinada. El supervisor comprueba la salida de la red y en el caso de que ésta no coincida con la deseada, se procederá a modificar los pesos de las conexiones, con el fin de conseguir que la salida se aproxime a la deseada.
Se consideran tres formas de llevar a cabo este tipo de aprendizaje:
Aprendizaje por corrección de error: Consiste en ajustar los pesos en fución de la diferencia entre los valores deseados y los obtenidos en la salida de la red; es decir, en función del error.
Aprendizaje por refuerzo: Se basa en la idea de no indicar durante el entrenamiento exactamente la salida que se desea que proporcione la red ante una determinada entrada. La función del supervisor se reduce a indicar mediante una señal de refuerzo si la salida obtenida en la red se ajusta a la deseada (éxito=+1 o fracaso=-1), y en función de ello se ajustan los pesos basandose en un mecanismo de probabilidades.
Aprendizaje estocástico: Este tipo de aprendizaje consiste básicamente en realizar cambios aleatorios en los valores de los pesos de las conexiones de la red y evaluar su efecto a partir del objetivo deseado y de distribuciones de probabilidad.
Redes con Aprendizaje No Supervisado. Estas redes no requieren influencia externa para ajustar los pesos de las conexiones entre neuronas. La red no recibe ninguna información por parte del entorno que le indique si la salida generada es o no correcta, asi que existen varias posibilidades en cuanto a la interpretación de la salida de estas redes.
En algunos casos, la salida representa el grado de familiaridad o similitud entre la información que se le está presentando en la entrada y las informaciones que se le han mostrado en el pasado. En otro caso podría realizar una codificación de los datos de entrada, generando a la salida una versión codificada de la entrada, con menos bits, pero manteniendo la información relevante de los datos, o algunas redes con aprendizaje no supervisado lo que realizan es un mapeo de características, obteniendose en las neuronas de salida una disposición geométrica que representa un ,apa topográfico de las características de los datos de entrada, de tal forma que si se presentan a la red informacikones similares, siempre sean afectadas neuronas de salidas próximas entre sí, en la misma zona del mapa..
En general en este tipo de aprendizaje se suelen considerar dos tipos:
Aprendizaje Hebbiano: Consiste básicamente en el ajuste de los pesos de las conexiones de acuerdo con la correlación, así si las dos unidades son activas (positivas), se produce un rforzamiento de la conexión. Por el contrario cuando un es activa y la otra pasiva (negativa), se produce un debilitamiento de la conexión.
Aprendizaje competitivo y cooperativo: Las neuronas compiten (y cooperan) unas con otras con el fin de llevar a cabo una tarea dada . Con este tipo de aprendizaje se pretende que cuando se presentye a la red cierta iinformación de entrada, solo una de las neuronas de salida se active (alcanze su valor de respuesta máximo). Por tanto las neuronas compiten por activarse , quedando finalmente una, o una por grupo, como neurona vencedora
3. Tipo de Asociación entre las Informaciones de Entrada y Salida. Las RNA son sistemas que almacenan cierta información aprendida; está información se registra de forma distribuida en los pesos asociados a las conexiones entre neuronas de entrada y salida. Existen dos formas primarias de realizar esa asociación de entrada/salida. Una primera sería la denominada heteroasociación, que se refiere al caso en el que la red aprende parejas de datos [(A1, B1), (A2, B2)… (An, Bn)], de tal forma que cuando se presente cierta información de entrada Ai, deberá responder generandola correspondiente salida Bi. La segunda se conoce como autoasociación, donde la red aprende ciertas informaciones A1, A2…An, de tal forma que cuando se le presenta una información de entrada realizará una autocorrelación, respondiendo con uno de los datos almacenados, el más parecido al de laentrada.
Estos dos mecanismos de asociación de asociación dan lugar a dos tipos de redes neuronales: las redes heteroasosciativas y laas autoasociativas. Una red heteroasociativa podría considerarse aquella que computa cierta función, que en la mayoría de los casos no podrá expresarse analíticamente, entre un conjunto de entradas y un conjunto de salidas, correspondiendo a cada posible entrada una determinada salida. Existen redess heteroasociativas con conexiones feedforward, feedforward/feedback y redes con conexiones laterales. Tambien existen redes heteroasociativas multidimensionales y su aprendizaje puede ser supervisado o no supervisado. Por otra parte, una red autoasociativa es una red cuya principal misión es reconstruir una determinada información de entrada que se presenta incomp´leta o distorsionada (le asocia el dato almacenado más parecido). Pueden implementarse con una sola capa, existen conexiones laterales o tambien autorrecurrentes, habitualmente son de aprendizaje no supervisado.
4. Representación de la Infomación de Entrada y Salida. Las redes neuronales pueden tambien clasificarse en función de la forma en que se representan lasinformaciones de entrada y las respuestas o datos de salida. Así un un gran número de redes, tanto los datos de entrada como de salida son de naturaleza analógica, cuando esto ocurre, las funciones de activación de las neuronas serán tambien continuas, del tipo lineal o sigmoidal. Otras redes sólo admiten valores discretos o binarios a su entrada, generando también unas respuestas en la salida de tipo binario. En este caso, las funciones de activación de las neuronas son de tipo escalón. Existe también un tipo de resdes híbridas en las que las informaciones de entrada pueden ser valores continuos, aunque las salidas de la red son discretas.
Implementación de las redes neuronales
En la búsqueda de sistemas inteligentes en general, se ha llegado a un importante desarrollo del software, dentro de esta línea se encuentran algunos de los neurocomputadores más conocidos. Un neurocomputador es básicamente un conjunto de procesadores conectados con cierta regularidad que operan concurrentemente. En la actualidad ya existen un serie de neurocomputadores comerciales destinados a la realización de redes neuronales. Por otro lado la realización de RNA puede llevarse a cabo por medio de uno o varios circuitos integrados específicos, para así poder obtener una estructura que se comporte lo más similar posible a como lo haría una red neuronal. Otra tecnología que podría ser apropiada en la implementación de las redes neuronales es la tecnología electroóptica, con la ventaje de utilizar la luz como medio de transporte de la información, permitiendo la transmición, masiva de datos.
Realización de Redes Neuronales: La realización más simple e inmediata consiste en simular la red sobre un ordenador convencional mediante un software específico. Es un procedimiento rápido, economico, e instituible, pero su mayor desventaja radica en el hecho de que se intentan simular redes con un alto grado de paralelismo sobre máquinas que ejecuten secuencialmente las operaciones. Valores intrínsecos de las redes neuronales no pueden obtenerse de esta forma.
Otro método es la realización de redes neuronales a través de arquitecturas orientadas a la ejecución de procesos con un alto de paralelismo, tales como redes de transputers, arquitecturas sistólicas, etc. Este método es una optimización del anterior, ya que el acelera el proceso, permitiendo una respuesta en tiempo real, pero el comportamiento real de la red sigue siendo simulado por una estructura ajena a la estructura intrínseca de una red neuronal.
Una tercera aproximación radicalmente distinta es la realización de redes neuronales mediante su implementación por uno o varios circuitos integrados específicos. Son los llamados chips neuronales. Las neuronas y las conexiones se emulan con dispositivos específicos, de forma que la estructura del circuito integrado refleja la arquitectura de la red. Se consigue de esta forma realizaciones que funcionan a alta velocidad, pero a costa de una pérdida notable de velocidad..
Herramientas software de desarrollo: La comercialización de productos software es la forma más extendida para simular redes neuronales, debido a las ventajas citadas anteriormente. La diferencia entre los distintos productos software radica en aspectos tales como el tipo y el número de arquitecturas de red que soporta, velocidad de procesamiento, iinterfaz gráfica, exportación de codigo C para el desarrollo automático de aplicaciones, etc.
Algunos de los productos comerciales son: ANSim (DOS), ExpertNet (DOS, Windows), Neuralesk (Windows), Neuralworks Pro II/Plus (DOS, OS/2, UNIX, VMS)
Neurocomputadores de propósito especial y de propósito general: Como se dijó anteriormente un neurocomputador es básicamente un conjunto de procesadores conectados con cierta regularidad que operann concurrentemente. Los de propósito general deben ser capaces de emular un gran número de modelos de red neuronal.
Los de propósito especial han sido diseñados para implementar un modelo específico de red neuronal.
Implementación microelectronica (VLSI). En general si la red ha estado previamente simulada y su configuración de conexiones perfectamente determinada, se busca la implementación sobre un circuito de conexiones fijas. La presentación del panorama que actualmente existe en el ámbito de la implementación VLSI de redes neuronales resulta complicada por la gran cantidad de aportaciones existentes, tanto en soluciones analógicas como digitales y con la alternativa de matriz de neuronas o de sinapsis.
Ventajas de las nedes neuronales
Debido a su constitución y a sus fundamentos, las RNA presentan un gran número de características semejantes a las del cerebro. Por ejemplo, son capaces de aprender de la experiencia, de generalizar de casos anteriores a nuevos casos, de abstraer características esenciales a partir de entradas que representan información irrelevante, etc. Esto hace que ofrezcan numerosas ventajas y que este tipo de tecnología se esté aplicando en múltiples áreas. Estas ventajas incluyen:
1. Aprendizaje Adaptativo: Es una de las características más atractivas de las redes neuronales, es la capacidad de aprender a realizar tareas basadas en un entrenamiento o una experiencia inicial.
En el proceso de aprendizaje, los enlaces ponderados de las neuronas se ajustan de manera que se obtengan unos resultados específicos. Una RNA no necesita un algoritmo para resolver un problema, ya que ella puede generar su propia distribución de los pesos de los enlaces mediante el aprendizaje. Tambien existen redes que continúan aprendiendo a lo largo de su vida, despúes de completado e periodo inicial de entrenamiento.
La función del diseñador es únicamente la obtención de la arquitectura apropiada. No es problema del diseñador el cómo la red aprenderá a dioscriminar; sin embargo, si es necesario que desarrolle un buen algoritmo de aprendizaje que proporcione la capacidad de discriminar de la red mediante un entrenamiento con patrones.
2. Autoorganización: Las redes neuronales usan su capacidad de aprendizaje adaptativo para organizar la información que reciben durante el aprendizaje y/o la operación. Una RNA puede crear su propia organización o representación de la información que recibe mediante una etapa de aprendizaje. Esta autoorganización provoca la facultad de las redes neuronales de responder apropiadamente cuando se les presentan datos o situaciones a los que no habían sido expuestas anteriormente.
3. Tolerancia a Fallos: Comparados con los sistemas computacionales tradicionales, los cuales pierden su funcionalidad en cuanto sufren un pequeño error de memoria, en las redes neuronales, si se produce un fallo en un pequeño número de neuronas, aunque el comportamiento del sistema se ve influenciado, sin embargo no sufre una caída repentina.
Hay dos aspectos distintos respecto a la tolerancia a fallos: primero, las redes pueden aprender a reconocer patrones con ruido, distorsionados, o incompleta. Segundo pueden seguir realizando su función (con cierta degradación) aunque se destruya parte de la red.
La razón por la que las redes neuronales son tolerantes a fallos es que tienen su información distribuida en las conexiones entre neuronas, existiendo cierto grado de redundancia en ese tipo de almacenamiento, a diferencia de la mayoría de los ordenadores algorítmicos y sistemas de recuperación de datos que almacenan cada pieza de información en un estado único, localizado y direccionable.
4. Operación en Tiempo Real: Los computadores neuronales pueden ser realizados en paralel, y se diseñan y fabrican máquinas con hradware especial para obtener esta capacidad.
5. Fácil inserción dentro de la tecnología existente. Debido a que una red puedeser rápidamente entrenada, comprobada, verificada y trasladada a una implementación hardware de bajo costo, es fácil insertar RNA para aplicaciones específicas dentro de sistemas existentes (chips, por ejemplo). De esta manera, las redes neuronales se pueden utilizar para mejorar sistemas de forma incremental, y cad paso puede ser evaluado antes de acometer un desarrollo más amplio.
En la el Anexo 1 se presenta una tabla de los tipos de redes más conocidos, comentando esquematicamente su topología, tipo de aprendizaje (ON/OFF line, supervisado/no supervisado, regla), clase de asociación (Auto/Heterogenea), presentación entrada y salida y autores.
Aplicaciones de las redes neuronales
Las redes neuronales son una tecnología computacional emergente que puede utilizarse en un gran número y variedad de aplicacione, tanto como comerciales como militares.
Hay muchos tipos diferentes de redes neuronales, cada uno de los cuales tiene un aplicación particular más apropiada. Separandolas según las distintas disciplinas algunos ejemplos de sus aplicaciones son:
Biología:
Aprender más acerca del cerebro y otros sistemas. Obtención de modelos de la retina.
Empresa Reconocimiento de caracteres escritos.
Identificación de candidatos para posiciones específicas.
Optimización de plazas y horarios en líneas de vuelo.
Explotación de bases de datos.
Evaluación de probabilidad de formaciones geológicas y petrolíferas.
Sintesís de voz desde texto.
Medio Ambiente Analizar tendencias y patrones.
Previsión del tiempo.
Finanzas Previsión de la evolución de los precios.
Valoración del riesgo de los créditos.
Identificación de falsificaciones.
Interpretación de firmas.
Manufacturación Robots automatizados y sistemas de control (visión artificial y sensores de presión, temperatura, gas, etc.) Control de producción en líneas de proceso.
Inspección de calidad.
Filtrado de señales.
Medicina Analizadores del habla para la ayuda de audición de sordos profundos.
Diagnóstico y tratamiento a partir de síntomas y/o de datos analíticos (encefalograma, etc.).
Monitorización en cirugía.
Predicción de reacciones adversas a los medicamentos. Lectoras de Rayos X.
Entendimiento de causa de ataques epilépticos.
Militares Clasificación de las señales de radar .
Creación de armas inteligentes.
Optimización del uso de recursos escasos.
Lo que se hace en control es modelar, según los parámetros aprendidos en sistemas dinamicos, los sistemas para luego controlarlos, sin embargo en ese modelamiento se desprecian muchos datos debido a la alinealidad de los mismos, por ejemplo, al modelar un motor se desprecian datos como el desgaste de máquina, esos son valores importantes, pero al tenerlos en cuenta la solución de un sistema se haría imposible, así que se hace necesario despreciar esos términos, sin ellos el modelamiento funciona pero en la vida práctica no es tan preciso.
Ese problema se soluciona con redes neuronales, debido a las teorías anteriormente expuestas, si por ejemplo, usted modela un sistema de manera tradicional y luego este sufre variación alguna los planteamientos iniciales ya no funcionan, con las redes neuronales eso ya no sucede, porque el sistema despúes de haber recibido unps patrones inicales comienza a identificar, acepta, aprende y responde ante diferentes señales. Sin importar que estas no sean identicas a los patrones iniciales.
Es necesario resaltar la significación e importancia que las redes neuronales están adquiriendo en la actualidad como lo evidencia el hecho de formar parte de los estudios centrales de instituciones gubernamentales a nivel mundial. Así que la intención principal es profundizar en esta nueva tecnología, aprovechando el hecho de que será está una materia en cursos posteriores en el transcurso de mi carrera, para así lograr un alto grado de aprendizaje y con el la implementación practica de alguna red neuronal.
Agradezco especialmente la contribución al Ing. Ivan A. Olier y al Ing. Gilberto Guerrero por la enorme colaboración en la adquisición de información para este documento
1. "REDES NEURONALES ARTIFICIALES", José R. Hilera y Victor J Martinez. 2000. Alfaomega. Madrid. España
2. "DIGITAL NEURAL NETWORKS", S. Y. Kung, 1993. PTR Prentice Hall, Inc. En Internet:
1. http://personal5.iddeo.es/wintrmute/ia/neuronal.htm
2. http://www.gc.ssr.upm.es/inves/neural/ann2/anntutorial.html 3. http://wwwdsa.uqac.uquebec.ca/~jmtorres/investigacion/index.htm
Autor:
Sandra Patricia Daza P.
1800059[arroba]umng.edu.co
Universidad Militar Nueva Granada Facultad de Ingenieria Mecatronica Bogota, Colombia.
| Página siguiente |