REDES NEURALES

1. República Bolivariana de Venezuela. Instituto Universitario Politécnico “Santiago Mariño”. Extensión-Monagas. Redes Neurales Profesor: RODOLFO GARCÍA Estudiante: Anthony Brito CI:27701242 20, Enero 2021

2. Introducción En la mente del hombre, siempre ha existido la idea de construir una máquina pensante. Muchos han sido los esfuerzos para lograr esta inquietud y entre los más resaltantes se encuentra la máquina diferencial construida por Charles Babbage, quien la construye en 1912 y cuyos principios fundamentales son los utilizados por las computadoras modernas. Posteriormente, en 1947 John Von Neumann construye la primera computadora electrónica conocida con el nombre del ENIAC; basando parte su diseño en los estudios realizados por Alan Turing y su famoso test de inteligencia con capacidad de definir claramente sí una máquina podía pensar o no. González (2007).

3. redes neuronales Lasredes neuronales artificiales (también conocidas como sistemas conexionistas) son un modelo computacional vagamente inspirado en el comportamiento observado en su homólogo biológico​. Consiste en un conjunto de unidades, llamadas neuronas artificiales, conectadas entre sí para transmitirse señales.

4. Resumen En Venezuela escasea información sobre Redes Neuronales Artificiales (RNA) para diseñar ergonómicamente puestos de trabajo. Objetivo: diseñar una herramienta tecnológica, específicamente un Modelo de (RNA) predictor de variables antropométricas de trabajadores en postura sedente. Fundamentos teóricos: los principios funcionales del cerebro humano, desarrollados por McCulloch y Pitts (1943), de aprendizaje por la neurona biológica, según Hebb (1949) y los trabajos de Drillis (1996). La metodología empleada desarrolla un algoritmo para RNA con el software Matlab 2012a, utilizando, dos variables de entrada: estatura y ancho de hombros, 10 neuronas ocultas y 7 variables de salida (2-10-7). El aprendizaje neuronal, emplea el algoritmo supervisado de propagación inversa (backpropagation). El error cuadrado medio 0,039455, a nivel de 15 iteraciones (epoch), corrobora una buena modelización. La RNA propuesta, alimentada con nueve dimensiones antropométricas de la población accesible y las dos de entrada: estatura y ancho de hombros del sujeto, predice las variables de salida.

5. Importancia Inspiradas en el comportamiento del cerebro humano, las redes neuronales artificiales son un campo muy importante dentro de la inteligencia artificial. Su objetivo es tratar de buscar modelos que solucionen problemas difíciles de resolver mediante técnicas algorítmicas convencionales. El doctor Ernst Kussul creó un grupo de Computación Neuronalen el Instituto de Ciencias Aplicadas y Tecnología(ICAT) de la UNAM, en donde su principal línea de investigación es el desarrollo de nuevas estructuras y algoritmos para implementación de redes neuronales artificiales y aplicación de estas redes en áreas de micro mecánica y energías renovables.

6. Aplicaciones en micro mecánica Para las primeras investigaciones, se realizaron tareas de aplicación de redes neuronales en micro mecánica, entre ellas, el reconocimiento de texturas metálicas o reconocimiento de posiciones de flecha y orificio en la tarea de micro ensamble. Por ejemplo, en la tarea de micro ensamblees necesario saber la posición exacta de micro pieza relativamente a un orificio pues son trabajos que requieren de gran precisión, explica Tetyana Baydyk, investigadora del ICAT, e integrante del equipo de trabajo de Ernst Kussul.

7. Con lo anterior, se ha logrado demostrar que con el sistema de visión computacional es posible reconocer la posición de la pieza y colocarla en el punto exacto requerido, abunda. Uno de los componentes micro mecánicos producidos por las micro máquinas son los micro tornillos. Éstos son componentes necesarios construir mecanismos en miniatura. Pero además, para desarrollar diferentes paradigmas de redes neuronales,el grupo de investigación trata de realizar el reconocimiento de cifras escritas a mano con redes neuronales, así como el reconocimiento de rostros humanos y de escarabajos entre el follaje.

8. Acerca del cerebro El cerebro es el sistema de procesamiento de información más complejo que conocemos; contiene aproximadamente cien mil millones de neuronas, cada una de las cuales posee en promedio 10 mil conexiones. Las neuronas son células especializadas que se encuentran en los organismos vivos y tienen actividad eléctrica. Su objetivo principal consiste en el control operativo del organismo. “Siempre ha sido del interés de quienes estudiamos las neuronas analizar la estructura del cerebro humanoy los principios que rigen su funcionamiento”, dice Ernst Kussul.

9. LAS REDES NEURONALES ARTIFICIALES Las nuevas tendencias en control de sistemas dinámicos intentan aprovecharse de las redes neuronales como controladores no lineales avanzados. Trabajos recientes de investigación muestran que las redes neuronales son capaces de realizar tareas de control (discreto y continuo) con sistemas no lineales, debido a que las redes aprenden a través de entrenamiento en lugar de descripciones formales. Esto las ha hecho la opción preferencial para modelar procesos de variables con interrelaciones complejas. Motivado por lo anteriormente dicho se decide sustituir un compensador convencional por un algoritmo neuronal apropia do que pueda realizar de forma satisfactoria la estabilización de un proceso en estudio.

10. Conclusión Redes Neuronales, presenta grandes ventajas con respecto a otros modelos típicos de solución de problemas de Ingeniería, una de ellas es su inspiración en modelos biológicos del funcionamiento del cerebro, lo que facilita su estudio debido a las analogías que pueden introducirse para su análisis.