UNIDAD 5.1

PERCEPTRON

INTRODUCCIÓN

En esta unidad se ha tratado todo respecto a las redes neuronales biológicas y artificiales es por esto que este tema presentaremos al llamado perceptron que no es mas que un modelo de tipo de red neuronal,donde realiza un sinnúmero de procedimiento para llegar a una solución factible, siendo utilizado todo lo que compete con señales de ondas. 

PERCEPTRON

Es una red neuronal inventada por Frank Rosenblatt en 1957. Su primera funcion era ilustrar propiedades necesarias para los sistemas inteligentes.

Como demuestra  la figura, la mayoría delas redes neuronales tienen gran similitud.

CARACTERÍSTICAS PRINCIPALES DEL PERCEPTRON SIMPLE

• Fue introducido por Frank Rosenblatt.
•  Sistema capaz de realizar tareas de clasificación de forma automática.
• A partir de un número de ejemplos etiquetados, el sistema determina la ecuación del plano discriminante.
• Puede usarse como neurona dentro de otro tipo de red de neurona artificial.
• Aprendizaje supervisado y conexiones en un sólo sentido.
• Es reconocido por su capacidad de aprender a reconocer patrones
• Es un modelo unidireccional compuesto por dos capas de neuronas.
• Con respecto al entrenamiento las neuronas de entrada son discretas y la función de activación de las de salida es de tipo escalón.

ESTRUCTURA DE PERCEPTRON SIMPLE

Estructura de una neurona perceptron

CONCLUSIÓN

Para dar fin a este tema se puede concluir que perceptron también forma parte de las llamadas red de neuronas artificiales, siendo creado para facilitar trabajos con mayor complejidad y llegar a una mejor solución de un problema planteado. 

BIBLIOGRAFÍA

Pedro ,V e Ines , G. 2004. Redes de neuronas artificiales un Enfoque Práctico. 2 ed. España. Pearson Education. p 45-50. 

Russell, S y Norvig, P. 2013. Inteligencia Artificial, Un Enfoque moderno: Agentes Inteligentes. 2da Ed.