Page 30 - revista 2019

Revista de la Facultad de Ingeniería, Año 6, Número 1
Recordemos que la función sigmoid transforma los valores introducidos en una
escala entre 0 y 1, donde los valores muy bajos son asintóticos a 0 y los valores muy
altos asintóticos a 1; en general tiene forma de “S”. Esta función es comúnmente
utilizada como función de activación.
Un ejemplo básico aplicado a reconocimiento de sentimientos donde se
ejemplifica el funcionamiento de una neurona, se presenta a continuación:

Ilustración 3: Ejemplo de neurona

En base a los conceptos anteriores, se desprende que la neurona es la
combinación lineal ponderada por los pesos de los datos de entrada, es decir, a cada
uno de los datos de entrada se le asigna un valor numérico que representa la
importancia para nuestra neurona de dicha entrada.
Una vez que disponemos de la definición de neurona, podemos dar el
siguiente paso y definir el concepto de red neuronal. Como su nombre lo indica, una
red neuronal no es otra cosa que un grupo de neuronas interconectadas mediante
sus pesos y distribuidas en una red (capa) donde la salida de una neurona es la
entrada de otra. El peso de estas interconexiones puede ir variando a lo largo del
tiempo y es el mecanismo por el cual la red aprende. En resumen, una red neuronal
es un modelo computacional que comparte algunas características con el cerebro
animal (Chollet, F., 2018) (Gibson, A. & Patterson, J., 2017).

Ilustración 4: Red Neuronal

29