Neurona Artificial
Modelos modernos
Incluyen heurísticas probabilísticas, geométricas y
logarítmicas para modificar el umbral de activación.
Es un elemento de cómputo adaptivo
De acuerdo a un conjunto de experiencia,
es capaz de establecer los pesos adecuados
para que su umbral se active o no
La unión de dos o más neuronas se le llama
Red Neuronal
Son muy útiles en problemas como los de
visión artificial y reconocimiento de caracteres
Primer propuesta en los 40's por Warren McCulloch y Walter Pitts
Era un sistema binario,
encendido y apagado
El modelo básico sugería la activación
de la salida de acuerdo a sus entradas
Simulan el proceso de aprendizaje
Geometricamente, divide el plano o hiperplano en dos secciones
Una de ellas donde su salida está activada
Otra de sus salidas está inactiva
Entrenamiento
Se resume a determinar el factor o peso por el que
cada entrada debe multiplicarse, para que al sumarse
produzcan la salida adecuada