Aplicaciones De Las Redes Neuronales

En la búsqueda de sistemas inteligentes y poder imitar los procesos que realiza un cerebro biológico, se ha llegado al desarrollo de células artificiales, cuya función es meramente la misma que una neurona, lograr crear una red de vínculos los cuales permitan un procesamiento de datos de forma eficaz, veloz y con el menor número de generación de datos errados posibles.

Al paso de la historia, muchos investigadores han indagado en este tema, sin embargo, la investigación más notable fue realizada por los neurólogos McCulloch y Pitts, quienes en 1943, establecieron el primer modelo de una neurona artificial y que es considerado como el modelo padre para los modelos posteriores.

Con el pasar de los años surgieron nuevas ideas y modelos por parte de la comunidad investigadora del tema, ADALINE, Perceptrón, Redes de Elman, por mencionar algunos de estos modelos. Después de algunas pruebas se encontraron ante la problemática de que el modelo ADALINE era incapaz de solucionar problemas no lineales, misma limitación que sufrió Perceptrón. Gracias al desarrollo de la red Hopfield y al algoritmo de aprendizaje de retropropagación de Rumelhart y McLellan ideado en 1986 que se comenzó a desarrollar el Perceptrón Multicapa.

Las algunas de las ventajas que estas redes neuronales traían consigo son;

• Capacidad de aprender por medio de la experiencia.

• Abstraer las características esenciales de datos que representan información irrelevante.

• No necesitan de un algoritmo para la resolución de problemas

• Auto-Organización: Esto es usar la capacidad de aprendizaje adaptativo para organizar la información que reciben durante el aprendizaje y/u operación.

Esta tecnología pueden tener un gran número de aplicaciones, ya sean militares o de investigación, en las distintas ramas de la Ciencia, Medicina, etc. Como por ejemplo:

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.

Síntesis 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

...