Google+ Seguidores

martes, 24 de julio de 2018

Introducción a las Redes Neuronales - Parte #1: Topologia de la Redes Neuronales

1.4 Topología de las Redes Neuronales

La topogía o arquitectura de una rede neuronal consiste en la organización y disposición de las neuronas en la misma formando capas de neuronas alejadas de la entrada y salida de dicha red.

Los parámetros fundamentales de una red neuronal son: El número de capas, el número de neuronas por capa, el grado de conectividad y el tipo de conexión entre neuronas.

Por ello, repasaremos la topología y arquitectura de una red neuronal, clasificándolas por sus parámetros anteriormente mencionados.

1.4.1 Redes Monocapa 

Las redes monocapas, son aquellas que disponen de una sola capa. Este tipo de redes, utiliza conexiones laterales para conectarse con otras neuronas de su propia capa.

Este tipo de red son utilizadas generalmente para tareas de autoasociación.

Las redes monocapa más utilizadas son: 
  • la red de Hopfield
  • la red de BRAIN-STATE-IN-A-BOX
  • las maquinas estocasticas Botzmann y Cauchy.
  • Entre otros 
A continuación les mostrare una representación gráfica de una red monocapa:
Resultado de imagen para redes monocapa

1.4.2 Redes Multicapa:

Las redes multicapas son aquellas que disponen de un conjunto de neuronas
agrupadas en varios (2, 3, etc.) niveles o capas. En estos casos, una forma para
distinguir la capa a la que pertenece una neurona, consistiría en fijarse en el origen de
las señales que recibe a la entrada y el destino de la señal de salida. Normalmente,
todas las neuronas de una capa reciben señales de entrada desde otra capa anterior (la
cual está más cerca a la entrada de la red), y envían señales de salida a una capa
posterior (que está más cerca a la salida de la red). A estas conexiones se las denomina
conexiones hacia adelante o feedforward.

Sin embargo, en un gran número de estas redes también existe la posibilidad de
conectar la salida de las neuronas de capas posteriores a la entrada de capas anteriores;
a estas conexiones se las denomina conexiones hacia atrás o feedback.

Estas dos posibilidades permiten distinguir entre dos tipos de redes con
múltiples capas: las redes con conexiones hacia adelante o redes feedforward, y las
redes que disponen de conexiones tanto hacia adelante como hacia atrás o redes
feedforward/feedback.
Resultado de imagen para redes multicapa

1.4.3 Conexiones entre neuronas

La conectividad entre los nodos de una red neuronal está relacionada con la
forma en que las salidas de las neuronas están canalizadas para convertirse en entradas
de otras neuronas. La señal de salida de un nodo puede ser una entrada de otro elemento
de proceso, o incluso ser una entrada de sí mismo (conexión autorrecurrente).

Cuando ninguna salida de las neuronas es entrada de neuronas del mismo nivel o
de niveles precedentes, la red se describe como de conexión hacia delante Cuando las salidas pueden ser conectadas como entradas de neuronas de niveles
previos o del mismo nivel, incluyéndose ellas mismas, la red es de conexión hacia
atrás.

Las redes de propagación hacia atrás que tienen lazos cerrados son llamadas:
sistemas recurrentes.

1.4.4 Redes de propagación hacia atras (backpropagation)

El nombre de backpropagation resulta de la forma en que el error es propagado
hacia atrás a través de la red neuronal, en otras palabras el error se propaga hacia atrás
desde la capa de salida. Esto permite que los pesos sobre las conexiones de las neuronas
ubicadas en las capas ocultas cambien durante el entrenamiento.

El cambio de los pesos en las conexiones de las neuronas además de influir
sobre la entrada global, influye en la activación y por consiguiente en la salida de una
neurona. Por lo tanto, es de gran utilidad considerar las variaciones de la función
activación al modificarse el valor de los pesos. Esto se llama sensibilidad de la función
activación, de acuerdo al cambio en los pesos.

"Backpropagation" es un tema muy importante, y lo veremos más afondo, más adelante.


4 comentarios :
Write comentarios
  1. Me gustan mucho tus publicaciones sobre Redes Neuronales. Esperare la próxima entrada.

    ResponderEliminar
  2. Agradecerte tu publicación por hacer más cercano ese mundo "nuevo" y extraño que son las Redes Neuronales.

    ResponderEliminar
  3. HolA..!!! Como siempre...!!! muy bueno leer las publicaciones, aprender y sobretodo tambien difundir... En el Norte de Argentina tenemos un Grupo en Telegran @pythonnorte y alli posteo todas las publicaciones que generas...!! Gracias Luis...!! Te Seguimos..!!!

    ResponderEliminar
  4. Deseando que hagas la siguiente publicación!!!

    Muchas gracias.

    ResponderEliminar

Tu comentario es importante y nos motiva a seguir escribiendo...

Powered by Blogger .