ELEMENTO GENERAL DE PROCESAMIENTO

Una Red Neuronal Artificial consiste en un conjunto de elementos de procesado simples conectados entre sí y entre los que se envían información a través de las conexiones.

	Conjunto de Unidades de procesamiento (neuronas)
	Conexiones entre unidades (Asociando a cada conexión un peso o valor
	Funciones de Salida y Activación para cada unidad de procesamiento

Modelo de Neurona Artificial

El modelo de Neurona y la arquitectura de una Red Neuronal, describen como la Red transforma sus entradas en las salidas. Todo esto, puede ser visto simplemente como una "Computación".

Los elementos individuales de cálculo que forman la mayoría de los modelos de sistemas neuronales artificiales, reciben el nombre de Elemento de Procesamiento o Neurona Artificial.

Entradas

• Cada EP puede tener múltiples entradas, asociadas a propiedades diferentes.

• Opcional: Entrada de Tendencia o Bias (valor constante)

Conexiones (Pesos)

• Cada entrada tiene asociada un Peso o Intensidad de Conexión. Wji: conexión entre la entrada i y el EP j

• Resaltan la importancia de la entrada al PE.

Función de Activación

Cada EP determina un valor de entrada neto (basándose en las entradas y en las fuerzas de conexión asociadas a cada una de ellas).(Ejemplo:).

Con el valor de entrada neta, se calcula el valor de activación del EP:donde (t-1) representa el paso temporal anterior al instante t.

Función de Salida

Una vez calculada la activación de un EP, se determina el valor de salida. Este se obtiene aplicando la función de salida (Transferencia) sobre la activación del EP. yi = fi(ai).

La función de transferencia actúa como un Limitador de Rango Dinámico.

Ejemplos de Funciones de Salida o Transferencia

M. González Penedo