Sensitivity Neural Network 1.0: simulació del comportament de les xarxes neuronals artificials

Programa informàtic de fàcil maneig que permet simular el comportament de les xarxes neuronals artificials.

Les xarxes neuronals artificials (XNA) són sistemes de processament de la informació amb una estructura i un funcionament inspirats en les xarxes neuronals biològiques. Es caracteritzen pel fet de ser sistemes adaptatius, és a dir, aprenen a dur a terme determinades tasques mitjançant un entrenament amb exemples il·lustratius. Mitjançant aquest aprenentatge, les XNA creen la seva pròpia representació interna del problema i poden respondre correctament no solament davant informacions absolutament noves sinó també davant informacions distorsionades o incompletes.

 Les XNA es poden emprar com a model per a l'estudi del sistema nerviós i els fenòmens cognitius o com a eina per a la predicció de problemes en diferents àrees de coneixement (biologia, medicina, etc.). En aquest segon cas, s'aplica una metodologia que presenta aspectes comuns amb les tècniques convencionals de modelatge estadístic. La simulació del comportament de les XNA té com a objectiu l'explicació i la predicció de fenòmens a partir de l’estudi de relació entre diferents variables.

La UIB ofereix:

  • Formació per a la utilització de XNA com a eina estadística
  • Formació per al maneig del programa Sensitivity Neural Network 1.0
  • Realització d’anàlisis de dades mitjançant XNA

LA NOSTRA EXPERIÈNCIA

Els investigadors de la UIB han aplicat satisfactòriament les XNA per a l'estudi de les conductes addictives. A partir de la realització d'enquestes a 10.000 adolescents, s'ha construït un model de xarxes neuronals artificials amb l'objectiu de cercar característiques que defineixen els consumidors de drogues i avaluar els factors que permeten prevenir una futura drogodependència, per modificar hàbits i circumstàncies de risc.

neuronas

Amb la col·laboració de:

Logotipus del Ministeri de Ciència, Innovació i Universitats