{"id":974,"date":"2021-06-06T20:33:18","date_gmt":"2021-06-07T01:33:18","guid":{"rendered":"http:\/\/virtual.cuautitlan.unam.mx\/intar\/?page_id=974"},"modified":"2021-06-06T20:33:18","modified_gmt":"2021-06-07T01:33:18","slug":"redes-neuronales-una-introduccion","status":"publish","type":"page","link":"https:\/\/virtual.cuautitlan.unam.mx\/intar\/?page_id=974","title":{"rendered":"Redes neuronales, una introducci\u00f3n"},"content":{"rendered":"

Redes neuronales artificiales<\/strong><\/h1>\n

\"\"<\/a><\/p>\n

La cantidad de algoritmos y esquemas de inteligencia artificial existentes hoy en d\u00eda es, simplemente, abrumadora. En la \u00faltima d\u00e9cada se han desarrollado diferentes metodolog\u00edas, visiones, perspectivas, e incluso herramientas, que han ayudado al crecimiento del mundo de la Inteligencia Artificial y permiten que exista el mundo que conocemos actualmente. Sin embargo, dentro de todo este mar de informaci\u00f3n, uno de los esquemas m\u00e1s populares es el de las redes neuronales artificiales (RNA).<\/p>\n

Las RNA han presentado una evoluci\u00f3n cada vez m\u00e1s acelerada desde el nacimiento del perceptr\u00f3n de Rosenblatt<\/em>, el cual, a su vez, fue inspirado en el trabajo de Warren McCulloch<\/em> y Walter Pitts<\/em>. Esta neurona, se puede considerar como la primera red neuronal b\u00e1sica, dise\u00f1ada en 1958.<\/p>\n

Este concepto algor\u00edtmico esta dise\u00f1o para tratar de emular el comportamiento que las neuronas tienen dentro del cerebro biol\u00f3gico y a partir de ello, imitar la forma en la que se realiza el aprendizaje en un ente org\u00e1nico.<\/p>\n

Las redes neuronales han sido de gran aplicaci\u00f3n en problemas de identificaci\u00f3n de patrones (Basu et al., 2010) (Carpenter & Grossberg, 1988), clasificaci\u00f3n (Lippmann, 1989) (Miller et al., 1995), y con el surgimiento de las redes neuronales convolucionales, se han utilizado en gran medida para el reconocimiento facial (Aitkenhead & McDonald, 2003) (Kasar et al., 2016), as\u00ed como el uso dentro de la visi\u00f3n artificial (P\u00e9rez, 2020) (Alvarado & Molina, 2020).<\/p>\n

Tambi\u00e9n, ha sido gracias al crecimiento de las RNA que se ha desarrollado el Deep learning (LeCun et al., 2015), el cual es el coraz\u00f3n de muchos esquemas comerciales (Shankar et al., 2017) ), de big data (Chen & Lin, 2014), de an\u00e1lisis econ\u00f3mico (Nosratabadi et al., 2020) , de las ciudades inteligentes (Nosratabadi et al, 2019), del Internet de las Cosas (Shankar et al., 2017), entre muchos otros.<\/p>\n

En base a\u00a0 todo lo descrito, se puede notar la importancia de las RNA en el desarrollo tecnol\u00f3gico contempor\u00e1neo, y por lo tanto, se puede notar la importancia de un aprendizaje acad\u00e9mico-aplicado de esta rama de conocimiento.<\/p>\n

Las RNA juegan y, si siguen en este camino las tendencias, jugar\u00e1n un papel primordial en el desarrollo de infraestructura tecnol\u00f3gica en un futuro cercano y lejano, coloc\u00e1ndolas como un punto clave para la generaci\u00f3n de nuevos puestos de trabajo, es decir, el profesionista que conozca estos conceptos, ser\u00e1 el profesionista que probablemente se logre colocar en un mercado laboral cada vez m\u00e1s competido.<\/p>\n

La FES Cuautitl\u00e1n<\/em>, tiene en su haber carreras de ingenier\u00eda (ITSE e IME) que est\u00e1n ingresando al plano de la Inteligencia Artificial por medio de sus planes de estudio o de servicio social, por lo que sus egresados, ser\u00e1n los profesionistas que lideren este campo laboral.<\/p>\n

Referencias<\/strong><\/h2>\n

Aitkenhead, M. J., & McDonald, A. J. S. (2003). A neural network face recognition system.\u00a0Engineering Applications of Artificial Intelligence<\/em>,\u00a016<\/em>(3), 167-176.<\/p>\n

Alvarado, J. V. A., & Molina, M. A. C. (2020). Clasificaci\u00f3n de frutas basadas en redes neuronales convolucionales.\u00a0Polo del Conocimiento: Revista cient\u00edfico-profesional<\/em>,\u00a05<\/em>(1), 3-22.<\/p>\n

Basu, J. K., Bhattacharyya, D., & Kim, T. H. (2010). Use of artificial neural network in pattern recognition.\u00a0International journal of software engineering and its applications<\/em>,\u00a04<\/em>(2).<\/p>\n

Carpenter, G. A., & Grossberg, S. (1988). The ART of adaptive pattern recognition by a self-organizing neural network.\u00a0Computer<\/em>,\u00a021<\/em>(3), 77-88.<\/p>\n

Chen, X. W., & Lin, X. (2014). Big data deep learning: challenges and perspectives.\u00a0IEEE access<\/em>,\u00a02<\/em>, 514-525.<\/p>\n

Kasar, M. M., Bhattacharyya, D., & Kim, T. H. (2016). Face recognition using neural network: a review.\u00a0International Journal of Security and Its Applications<\/em>,\u00a010<\/em>(3), 81-100.<\/p>\n

LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning.\u00a0nature<\/em>,\u00a0521<\/em>(7553), 436-444.<\/p>\n

Lippmann, R. P. (1989). Pattern classification using neural networks.\u00a0IEEE communications magazine<\/em>,\u00a027<\/em>(11), 47-50<\/p>\n

Miller, D. M., Kaminsky, E. J., & Rana, S. (1995). Neural network classification of remote-sensing data.\u00a0Computers & Geosciences<\/em>,\u00a021<\/em>(3), 377-386.<\/p>\n

Nosratabadi, S., Mosavi, A., Keivani, R., Ardabili, S., & Aram, F. (2019, September). State of the art survey of deep learning and machine learning models for smart cities and urban sustainability. In\u00a0International Conference on Global Research and Education<\/em>\u00a0(pp. 228-238). Springer, Cham.<\/p>\n

Nosratabadi, S., Mosavi, A., Duan, P., Ghamisi, P., Filip, F., Band, S. S., … & Gandomi, A. H. (2020). Data science in economics: comprehensive review of advanced machine learning and deep learning methods.\u00a0Mathematics<\/em>,\u00a08<\/em>(10), 1799<\/p>\n

P\u00e9rez Guti\u00e9rrez, F. (2020). Detecci\u00f3n de veh\u00edculos en circulaci\u00f3n mediante visi\u00f3n artificial y redes neuronales convolucionales.<\/p>\n

Shankar, D., Narumanchi, S., Ananya, H. A., Kompalli, P., & Chaudhury, K. (2017). Deep learning based large scale visual recommendation and search for e-commerce.\u00a0arXiv preprint arXiv:1703.02344<\/em>.<\/p>\n","protected":false},"excerpt":{"rendered":"

Redes neuronales artificiales La cantidad de algoritmos y esquemas de inteligencia artificial existentes hoy en d\u00eda es, simplemente, abrumadora. En la \u00faltima d\u00e9cada se han desarrollado diferentes metodolog\u00edas, visiones, perspectivas, e incluso herramientas, que han ayudado al crecimiento del mundo de la Inteligencia Artificial y permiten que exista el mundo que conocemos actualmente. Sin embargo, … <\/p>\n

Continuar leyendo “Redes neuronales, una introducci\u00f3n”<\/span><\/a><\/p>\n","protected":false},"author":3,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-974","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/virtual.cuautitlan.unam.mx\/intar\/index.php?rest_route=\/wp\/v2\/pages\/974"}],"collection":[{"href":"https:\/\/virtual.cuautitlan.unam.mx\/intar\/index.php?rest_route=\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/virtual.cuautitlan.unam.mx\/intar\/index.php?rest_route=\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/virtual.cuautitlan.unam.mx\/intar\/index.php?rest_route=\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/virtual.cuautitlan.unam.mx\/intar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=974"}],"version-history":[{"count":1,"href":"https:\/\/virtual.cuautitlan.unam.mx\/intar\/index.php?rest_route=\/wp\/v2\/pages\/974\/revisions"}],"predecessor-version":[{"id":976,"href":"https:\/\/virtual.cuautitlan.unam.mx\/intar\/index.php?rest_route=\/wp\/v2\/pages\/974\/revisions\/976"}],"wp:attachment":[{"href":"https:\/\/virtual.cuautitlan.unam.mx\/intar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=974"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}