Perceptrón (Red neuronal de una capa)

Perceptrón (Red neuronal de una capa)

El perceptrón simple es un tipo de red neuronal artificial desarrollado por Frank Rosenblatt en 1959. La razón de su auge en los años 60’s es que tiene capacidad de aprendizaje y reconocimiento de patrones linealmente separables. El perceptrón puede ser considerado como una neurona artificia, unidad de cálculo que intenta modelar el comportamiento de una neurona natural, como las que constituyen el cerebro humano. Es un algoritmo capaz de generar un criterio para hacer la selección de un grupo, entre un grupo de elementos más grandes.

El perceptrón puede ser entrenado para realizar alguna tarea mediante reglas de aprendizaje:
            Aprendizaje supervisado
            Aprendizaje no supervisado
            Aprendizaje por reforzamiento

Por si solo un perceptrón no tiene mucha utilizad, puesto que es como una neurona. Su capacidad y funcionalidad se genera cuando se relacionan con más para generar una red.

El perceptrón simple, dejó de ser considerado como una técnica útil, al igual que otros tipos de redes neuronales, cuando Marvin Minsky publicó un artículo en el cual expresaba las limitantes de estas técnicas.

De acuerdo a Marvin Minsky, el perceptrón simple sólo sirve para clasificar problemas linealmente separables, cosa que ya se podía hacer mediante métodos estadísticos, y de una forma mucho más eficiente. 

En el siguiente video se puede ver la aplicación de un perceptrón

http://www.youtube.com/watch?v=gKwar6nETqo

Bibliografía:
DEL, RIO, BONIFACIO MARTIN, and A. L. F. R. E. D. O. SANZ MOLINA. Redes neuronales y sistemas difusos. 2002.

Aldabas-Rubira, Emiliano. “Introducción al reconocimiento de patrones mediante redes neuronales.” IX Jornades de Conferències d’Enginyeria Electrònica del Campus de Terrassa, Terrassa, España, del 9 al 16 de Diciembre del 2002 (2002).