[Link]
pdf
Bueno Pascual, Fernando (2019) Redes Neuronales: Entrenamiento y Comportamiento.
Universidad Complutense Madrid
Es importante tener presentes algunas definiciones sobre este campo.
Machine Learning: forma parte de las ciencias de la información y es parte de la rama de la
inteligencia artificial, siendo su objetivo el de desarrollar técnicas que permitan que las máquinas
“aprendan”, es decir, programar comportamientos en ellas a partir de ejemplos, y no de forma
explícita.
El aprendizaje automático en las máquinas tiene aplicaciones útiles como: motores de búsqueda,
corrección automática de textos, detección de fraude en sistemas virtuales de intercambio de
información, análisis de valores en mercados financieros, juegos, robótica…
Se debe decir también, que existen dos tipos de aprendizaje en el proceso de Machine Learning:
- El aprendizaje no supervisado, en el que un modelo estudia los datos que se quieren
tratar e intenta obtener ciertos patrones en ellos sin conocimiento a priori de los
resultados del conjunto sometido a estudio (Clustering, agrupación de datos).
- El aprendizaje supervisado en el que dado un subconjunto de datos del que sabemos los
resultados, se utiliza para entrenar o ajustar el modelo, para que sea capaz de predecir
también los resultados del conjunto total, del que desconocemos los resultados (Redes
Neuronales, Regresión, Clasificación).
Red Neuronal: es un modelo computacional basado en un conjunto de unidades neuronales
simples, cada una con una regla o una condición diferente. A dicha condición se le llama “función
de activación”, y esta se debe cumplir antes de propagarse la información a través del resto de
unidades neuronales. Cada unidad neuronal o neurona, está conectada con otras a través de
enlaces, que a su vez tienen asociados unos pesos que, activan, aumentan, disminuyen o
desactivan el valor de cada neurona de la red.
Dentro de una red neuronal, existen capas, que son conjuntos de neuronas por los cuales pasa la
información que se desea clasificar o usar en una regresión. Dichas capas están siempre ocultas en
cuanto a que, normalmente, no se ve el resultado del tratamiento de información en las mismas;
sólo hay dos capas no ocultas, la capa de entrada de datos, y la de salida.
Existen diferentes tipos de Redes Neuronales, pero cabe destacar tres de ellos por encima del
resto:
1. Redes Neuronales Convolucionales(CNN): Este tipo de red, como su propio nombre indica,
utiliza la operación de convolución como base para el procesamiento de los datos. Dentro
de esta red, existen matrices llamadas filtros y cada una de ellas detecta, a su vez, distintos
tipos de características dentro de los datos que se quieren procesar. Se usan
principalmente para el procesamiento de imágenes, con lo cual, dichos filtros serán
capaces de detectar, por ejemplo, bordes. Además, estos filtros se moverán por la imagen
original según un parámetro que mide la longitud del salto (stride). Por otro lado, para
reducir la dimensión de los datos a procesar, lo que hace a estas redes muy interesantes,
se utiliza otra operación llamada Poolling, que tiene diferentes formas de implementación.
2. Redes Neuronales Recurrentes
3. Redes Neuronales Densas
¿Cómo usamos una red neuronal para saber cuánto vale cada examen? Aquí nos bastará con la
unidad fundamental de la red neuronal: el perceptrón. Un perceptrón es un elemento que tiene
varias entradas con un cierto peso cada una. Si la suma de esas entradas por cada peso es mayor
que un determinado número, la salida del perceptrón es un uno. Si es menor, la salida es un cero.
En nuestro ejemplo, las entradas serían las dos notas de los exámenes. Si la salida es uno (esto es,
la suma de las notas por su peso correspondiente es mayor que cinco), es un aprobado. Si es cero,
suspenso. Los pesos son lo que tenemos que encontrar con el entrenamiento. En este caso,
nuestro entrenamiento consistirá en empezar con dos pesos aleatorios (por ejemplo, 0.5 y 0.5, el
mismo peso a cada examen) y ver qué resultado da la red neuronal para cada alumno. Si falla en
algún caso, iremos ajustando los pesos poco a poco hasta que esté todo bien ajustado.
Las CNN proporcionan una arquitectura óptima para descubrir y aprender
características principales en imágenes y datos de series temporales. Las
CNN son una tecnología clave en aplicaciones tales como:
Imágenes médicas: las CNN pueden examinar miles de informes
patológicos para detectar visualmente la presencia o ausencia de
células cancerosas en las imágenes.
Procesamiento de audio: la detección de palabras clave se puede
utilizar en cualquier dispositivo con un micrófono para detectar
cuándo se pronuncia una palabra o frase determinada ("Oye Siri"). Las
CNN pueden aprender y detectar con precisión la palabra clave e
ignorar todas las demás frases, independientemente del entorno.
Detección de señales de stop: la conducción autónoma se basa en
CNN para detectar con precisión la presencia de una señal u otro
objeto y tomar decisiones basadas en el resultado.
Generación de datos sintéticos: utilizando redes generativas
antagónicas (GAN), se pueden producir nuevas imágenes para su uso
en aplicaciones de deep learning, tales como reconocimiento facial y
conducción autónoma.
[Link]
