¿Cuáles son las aplicaciones de las redes neuronales artificiales?

Definición de red neuronal artificial

Reconocimiento de caracteres – La idea del reconocimiento de caracteres ha cobrado gran importancia a medida que los dispositivos portátiles, como la Palm Pilot, son cada vez más populares. Las redes neuronales pueden utilizarse para reconocer los caracteres escritos a mano.

Compresión de imágenes – Las redes neuronales pueden recibir y procesar grandes cantidades de información a la vez, lo que las hace útiles en la compresión de imágenes. Con la explosión de Internet y el aumento de los sitios que utilizan más imágenes en sus páginas, vale la pena considerar el uso de redes neuronales para la compresión de imágenes.

Predicción bursátil – El día a día de la bolsa es extremadamente complicado. Son muchos los factores que pesan a la hora de saber si una acción determinada subirá o bajará en un día determinado. Como las redes neuronales pueden examinar mucha información rápidamente y ordenarla toda, pueden utilizarse para predecir los precios de las acciones.

Estado del arte en aplicaciones de redes neuronales artificiales: un estudio

Recuerde los documentales sobre crímenes en los que el grafólogo analiza la escritura de un asesinato para encontrar al verdadero culpable. Atrás quedaron los días en los que todas estas tareas tan complejas estaban en manos de los humanos, ahora la inteligencia artificial se ha hecho cargo de estas evaluaciones.

En la era moderna, las redes neuronales están ayudando a los humanos a sobrevivir a las transiciones de la nueva era en los sectores educativo, financiero, aeroespacial y automovilístico. Pero antes de saber cómo están dando un empujón a diferentes sectores, primero es importante entender el concepto básico de las redes neuronales y el aprendizaje profundo.

Las redes neuronales son una parte del aprendizaje profundo, que se engloba en el término global de inteligencia artificial. Las redes neuronales son un conjunto de algoritmos que siguen el modelo del cerebro humano. Estas redes también se conocen como redes neuronales artificiales (RNA).

La red neuronal artificial (RNA) es un conjunto de unidades conectadas (nodos). Estas unidades conectadas se conocen como neuronas artificiales. Estas unidades se parecen mucho a las neuronas originales de un cerebro humano.    Cada nodo se construye con un conjunto de entradas, pesos y un valor de sesgo. Los pesos de la red neuronal se mantienen dentro de las capas ocultas.

Cuándo utilizar las redes neuronales

ResumenLas organizaciones sanitarias están aprovechando las técnicas de aprendizaje automático, como las redes neuronales artificiales (RNA), para mejorar la prestación de la asistencia a un coste reducido. Las aplicaciones de las RNA al diagnóstico son bien conocidas; sin embargo, las RNA se utilizan cada vez más para fundamentar las decisiones de gestión de la atención sanitaria. En este artículo se ofrece una revisión fundamental de las aplicaciones de las RNA a la toma de decisiones en la organización de la asistencia sanitaria. Se seleccionaron 3.397 artículos de seis bases de datos con cobertura de Administración Sanitaria, Informática y Administración de Empresas. Se extrajeron las características del estudio, el objetivo, la metodología y el contexto (incluido el nivel de análisis) de 80 artículos que cumplían los criterios de inclusión. Los artículos se publicaron entre 1997 y 2018 y se originaron en 24 países, con una pluralidad de trabajos (26 artículos) publicados por autores de los Estados Unidos. Los tipos de RNA utilizados incluyeron RNA (36 artículos), redes de avance (25 artículos) o modelos híbridos (23 artículos); la precisión informada varió del 50% al 100%. La mayoría de las RNA informaron de la toma de decisiones a nivel micro (61 artículos), entre pacientes y proveedores de atención sanitaria. Se utilizaron menos RNA para la toma de decisiones intraorganizativas (nivel meso, 29 artículos) y sistémicas, políticas o interorganizativas (nivel macro, 10 artículos). Nuestra revisión identifica las características clave y los factores que impulsan la adopción de las RNA en el mercado para la toma de decisiones organizativas en el ámbito de la sanidad, con el fin de orientar la adopción de esta técnica.

Casos de uso redes neuronales

Una red neuronal artificial es un grupo interconectado de nodos, inspirado en una simplificación de las neuronas de un cerebro. Aquí, cada nodo circular representa una neurona artificial y una flecha representa una conexión desde la salida de una neurona artificial a la entrada de otra.

Una RNA se basa en un conjunto de unidades conectadas o nodos denominados neuronas artificiales, que modelan vagamente las neuronas de un cerebro biológico. Cada conexión, como las sinapsis de un cerebro biológico, puede transmitir una señal a otras neuronas. Una neurona artificial recibe una señal, la procesa y puede enviar señales a las neuronas conectadas a ella. La «señal» en una conexión es un número real, y la salida de cada neurona se calcula mediante una función no lineal de la suma de sus entradas. Las conexiones se denominan aristas. Las neuronas y los bordes suelen tener un peso que se ajusta a medida que avanza el aprendizaje. El peso aumenta o disminuye la fuerza de la señal en una conexión. Las neuronas pueden tener un umbral, de manera que sólo se envía una señal si la señal agregada cruza ese umbral. Normalmente, las neuronas se agrupan en capas. Las diferentes capas pueden realizar diferentes transformaciones en sus entradas. Las señales viajan desde la primera capa (la capa de entrada) hasta la última capa (la capa de salida), posiblemente después de atravesar las capas varias veces.

Esta web utiliza cookies propias para su correcto funcionamiento. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Más información
Privacidad