Redes nerviosas artificiales

Los modelos computacionales que imitan las redes neuronales biológicas. Las redes neuronales artificiales contienen componentes y funciones análogas a las neuronas, por ejemplo: el elemento de procesamiento (núcleo), el nodo de la red (cuerpo), los insumos (ramas), las salidas (axon) y el peso de la señal (sinapsis), aunque sin la totalidad de las capas de la complejidad de la biología. Las redes neuronales artificiales son sistemas de memoria asociativa que utilizan razonamientos inductivos, la autoorganización y el procesamiento paralelo similar al cerebro humano. Son impulsados por datos y funcionan mediante el escaneo de muchos estudios de caso para patrones comunes. Pueden funcionar a pesar de la presencia de la ambigüedad utilizando la inducción, la memoria asociativa o la lógica difusa. Una red neuronal artificial (RNA) también llamada una red neuronal simulada (RNS) o comúnmente sólo red neuronal (RN) es un grupo interconectado de neuronas artificiales que utiliza un modelo matemático o computacional para el procesamiento de la información basada en un acercamiento conectivo a la computación. En la mayoría de los casos el RNA es un sistema adaptable que cambia su estructura basada en información externa o interna que fluye a través de su red. En términos más prácticos las redes neuronales son herramientas no lineales de modelado de datos estadísticos. Pueden ser utilizadas para modelar relaciones complejas entre insumos y resultados o para encontrar patrones en los datos