Implementación de

Red Neuronal
Artificial

Nombre del Profesor: Cristian Eduardo Rojas Catalán

Carrera: Ing. en Redes y Comunicaciones
Asignatura: IA Aplicada
Nombre del Estudiante: Gonzalo Mayorga C.
Fecha de entrega: 02/09/2024

Septiembre – 2024

pág. 1
Introducción
El concepto de inteligencia artificial (IA) se ha venido desarrollando desde la década de los
cincuenta, aunque las limitaciones tecnológicas en los primeros años significaron un bajo
rendimiento comparado con los seres humanos. Actualmente, con la rápida progresión del
diseño de algoritmos, el crecimiento de conjuntos de datos digitales y el desarrollo de una
capacidad computacional, la IA tiene la posibilidad de superar a los humanos en muchas
tareas. En consecuencia, su exploración potencial en los últimos diez años se ha
incrementado en el campo médico, en especial en el diagnóstico por imágenes.
El aprendizaje profundo conocido como el Deep Learning, es considerado por muchos
como una parte integral de la cuarta revolución. Investiga el uso de redes neuronales
artificiales con un algoritmo inspirado en la estructura y función del cerebro humano,
mediante el reconocimiento o categorización de imágenes jerarquizadas de los datos
distribuidos en múltiples capas compuestas de módulos simples y no lineales, realizando
así la transformación de los datos para su discriminación. Las redes neuronales
convolucionales (CNN, del inglés Convolutional Neural Networks) son el modelo de DL de
mayor importancia en la actualidad. Las CNN tienen sus orígenes en el neocognitrón
propuesto por Fukushima et al, cuya idea se basaba en la biología del reconocimiento de
la corteza visual primaria del ser humano investigada por Hubel y Wiesel. Estas CNN están
constituidas por múltiples neuronas artificiales. El incremento en la popularidad de las
CNN fue secundario a la victoria obtenida en la competencia de reconocimiento visual a
gran escala de ImageNet (ILSVRC) en 2012. En este evento, Krizhevsky y Hinton
desarrollaron una CNN llamada AlexNet, que superó otras técnicas de aprendizaje
automático de la competencia. Hoy en día se considera esa CNN como una de las
principales influenciadoras en el análisis de imágenes. Desde entonces, se han
desarrollado muchos modelos de reconocimiento y clasificación de imágenes basados en
este modelo de DL.

pág. 2
 Figura 1. Esquema general de una neurona artificial.

Figura 2. Neurona artificial. La base de las redes neuronales artificiales está inspirada en la
biología de las neuronas y sus conexiones. Se observa lo que se podría llamar “neurona
artificial” y cómo esta trata de seguir la misma arquitectura de una neurona biológica.

pág. 3
Desarrollo
1. Función de una red neuronal convolucional Las CNN aplicadas a las imágenes
diagnósticas buscan actuar de manera muy similar a la corteza visual primaria del
cerebro humano. Los seres humanos clasifican y diferencian perfectamente entre
múltiples objetos, dada la capacidad de distinguir diversas características, como el
color, los bordes, las curvas, las sombras; es decir, se enfocan en todo aquello que
les permite distinguir o clasificar cada objeto de manera individual. Por esa razón,
muchos de estos sistemas intentan imitar el funcionamiento de las neuronas de la
corteza visual. Las CNN funcionan tanto en imágenes 2D como en 3D y están
típicamente constituidas por tres capas: capa de convolución, capa de reducción
(max pooling) y capas densas (fully connected) (figura 3), de las cuales, las dos
primeras llevan a cabo una fase de extracción de características, mientras que las
últimas (fully connected) son las encargadas de realizar la fase de clasificación. Las
primeras capas le permiten a la CNN ejecutar una fase de extracción de
características, que actúa de manera similar al cerebro humano cuando busca ese
tipo de características que definen un objeto. En la fase de clasificación o la fase
de regresión que se realiza en las capas densas se relacionan todas las
características ya extraídas y se obtiene directamente una clasificación. Por
ejemplo, se crea una CNN y se entrena para detectar perros. La primera fase
(convolución y max pooling) extrae las principales características de un perro —el
pelaje, el color, la forma que tiene el perro—. La segunda fase (fully connected)
utiliza todas las características extraídas y puede decir si lo que hay en la imagen
es un perro o no. Las CNN establecen relaciones entre los diferentes pixeles de
una imagen, buscando relaciones en ella, y eso les permite tener un contexto
mucho más general con coherencia espacial.

pág. 4
Figura 3. Arquitectura de una red neuronal convolucional. Capa de partida (imagen de
entrada, o input).

2. Conceptos claves de las redes neuronales

2.1 Pixeles y redes neuronales:

Pixel: Del inglés picture element, “elemento de imagen”, es un único punto o un pequeño
cuadro que contiene color, puede ser blanco, negro o matices de gris en el caso de las
imágenes diagnósticas, y forma parte de una imagen digital.

Kernel: Conocido como feature detector, filter o “detector de propiedades”, es una matriz
de números que se utiliza para enfocar, desenfocar, grabar, detectar bordes y
características de la imagen.

Preprocesamiento: Una imagen digital es una matriz almacenada en el computador

donde, para el caso de imagen en escala de grises (imágenes radiológicas), cada uno de los
pixeles está representado con un valor que va de 0 (tonalidades oscuras) hasta 255
(tonalidades claras o brillantes). La normalización de los datos hace referencia a la división
del valor del pixel en 255. Esta transformación asigna valores de pixeles entre 0 y 1, lo que
permite disminuir la carga computacional y generar una mejor red neuronal con mayor
agilidad en el aprendizaje, que se verá reflejado de manera positiva en las predicciones de
las

pág. 5
imágenes.

3. funcionamiento de la CNN
3.1 Capas de convolución
Lo que hace la convolución es que a través de un filtro (kernel) que se aplica a la imagen
permite extraer ciertas características. Entonces, si se tiene para una imagen un filtro que
permite detectar bordes, lo que se verá en la convolución es una imagen como la figura 6.
La idea general de la convolución es aplicar un patrón a una imagen, para extraer ciertas
características o patrones dentro de esa imagen.
Para entender la operación matemática se dibujó una imagen sencilla de 6 × 6 pixeles, del
lado derecho se ve un kernel o filtro que tiene una orientación vertical con un tamaño de
3 × 3 (figura 7). Generalmente, el filtro tiene un tamaño menor que la imagen. La idea de
la convolución es que ese filtro se vaya desplazando por la imagen y a medida que lo hace
realiza una serie de operaciones, generando de esta manera un mapa con las
características de mayor peso o importancia. Es un proceso iterativo, en la primera
iteración lo que hace la convolución es multiplicar punto a punto los coeficientes del filtro
por la porción de la imagen que está debajo de ese filtro (pixeles correspondientes de la
porción de la imagen) y después se suman los valores para generar el pixel
correspondiente en la imagen de salida. Al lado derecho se ve la imagen de salida y este
primer pixel que resulta de multiplicar los coeficientes del filtro por los valores
correspondientes de la imagen. En la segunda iteración se realiza exactamente la misma
operación con la única diferencia de que el filtro desplaza una posición a la derecha y acá
se obtiene el siguiente pixel de salida, y así, sucesivamente. Cuando llega al extremo
derecho, el kernel se desplaza una posición hacia abajo y vuelve al lado izquierdo, y repite
las mismas operaciones hasta que el kernel hace un barrido de toda la imagen,
obteniendo así la imagen resultante para posteriormente pasar a la capa de reducción.

3.2 Capa max pooling o capa de reducción:

pág. 6
La capa de reducción es la segunda de la CNN y es la encargada de reducir el flujo de datos
obtenidos de las capas de convolución, extrayendo la información más importante o las
características más importantes de la imagen convolucionada (figura 8); dicha capa reduce
la carga computacional que va a tener la CNN, ayudando a que la red entrene y segmente
mejor cuáles son las características más importantes, para quitar el ruido de la imagen.
En el caso de que se exceda el max pooling no solo se quitará ruido, sino también podría
eliminar características que son importantes, por lo que no se debe abusar de esta capa.
En últimas, el fin de estas capas es reducir el tamaño de la imagen conservando las
principales características (mayores activaciones) de la imagen convolucionada.
La imagen resultante después de la convolución y la reducción va a ser más pequeña, con
sus principales características, una imagen más limpia en el contexto computacional
comparada con la imagen de entrada. En este caso, se partió con una imagen de 4×4 y se
obtuvo una imagen de 2×2 del lado derecho.

Figura 4. Esquema de un pixel.

pág. 7
 Figura 5. Preprocesamiento.

Figura 6.

pág. 8
Figura 7. Función del kernel: la imagen resultante será más pequeña con características
que priman respecto a la imagen de entrada. En este caso, se partió con una imagen de
6×6 y se obtuvo una imagen de 4×4 del lado derecho; se repite la misma operación hasta
que el kernel haga un barrido de toda la imagen.
3.1 Capas densas o capas de clasificación (red neuronal multicapa o fully
connected):
Estas capas calculan la puntuación de cada clase de características extraídas de las capas
de convolución y del max pooling, relacionando todas las características o todos los datos
que se han extraído previa- mente al entrenamiento de la red neuronal para obtener una
clasificación final. No existen reglas en cuanto al número de capas de neuronas tipo fully
connected que se deben utilizar en este bloque final de la CNN; sin embargo, en la
literatura se describe el uso de 2 a 4 capas; tal es el caso de LeNet, VGG Net y AlexNet que
es la más influyente.
Cada neurona de la capa fully connected contiene una función no lineal y la elección de
esta dependerá del tipo de tarea que va a realizar la CNN. Sin embargo, debido a que las
capas de clasificación son tan pesadas computacionalmente, durante los últimos años se
han propuesto otros enfoques. Estos incluyen la capa de agrupación promedio global (the

pág. 9
global average pooling layer) y la capa de agrupación promedio (the average pooling
layer), que ayudan a reducir significativamente la carga computacional.

3.2 Función de activación:

Es importante añadir que las funciones de activación se encuentran
presentes en las capas de convolución y en las capas fully connected. Es
decir, estas funciones de activación hacen parte de la estructura de cada
neurona artificial que conforma las capas mencionadas, y son
estructuralmente muy semejantes a la neurona artificial esquematizada en
la figura 1; gracias a esta función de activación, la neurona —como unidad
funcional— clasifica los datos recopilados para obtener una respuesta final.
Existen varios tipos de funciones de activación. Por un lado, se encuentra la
función sigmoidal empleada en la clasificación binaria, como se observa en
la figura 9 varía entre 0 y 1, donde 0 es una respuesta negativa y 1 es una
respuesta positiva, dada en términos de probabilidad. El funcionamiento
sigmoidal se entiende de la siguiente manera: se tiene un modelo CNN para
identificar perros, al ingresar la imagen de un perro a la red neuronal esta
arroja un resultado de 0,9, muy cercana a 1, por lo tanto, tiene una
probabilidad de que la imagen ingresada sea un perro; caso contrario, si
ingresa la imagen de un gato, la red
neuronal arroja un resultado de 0,2, lo cual está cerca al cero, lo que
significaría que no es un perro.
En el caso de que se tenga una clasificación multiclase, donde hay más de
una posible salida, se creó la función soft max, la cual permite obtener una
probabilidad normalizada y es una extensión de la función sigmoidal.
Retomando el ejemplo anterior, si se desea obtener la raza del perro, se
entrena un modelo de red neuronal para diferenciar cuatro posibles clases
de perros (labrador, terrier, bulldog y pincher); lo que arroja la red neuronal

pág. 10
 será una probabilidad por cada una de esas razas de perros y la suma de
todas esas posibilidades será 1. Por consiguiente, la imagen de un terrier en
una red neuronal ya entrenada podría dar como respuesta: terrier 0,9,
labrador 0,05, bulldog 0,03, pincher 0,02, la sumatoria de la respuesta es
igual a 1. Si la red neural arroja el valor más alto, en este caso 0,9, existe
una probabilidad que el perro sea de raza terrier.
Por otro lado, se ha demostrado la alta eficiencia y eficacia que tiene la
función lineal rectificada o función ReLU (por sus siglas en inglés de
Rectifier Linear Unit), para desarrollar redes mucho más profundas. Esta es
capaz de eliminar el desvanecimiento de gradiente (el cual se refiere al
error de aprendizaje en el cual la red deja de aprender) .
Existen varias versiones mejoradas de ReLU con alto desempeño para hacer
una CNN. La más conocida es la leaky ReLU, que añade una pequeña
pendiente en esa zona negativa, para impedir que se lleven todas las
activaciones negativas a cero y permitir que la red siga aprendiendo, en
menor medida, pero sin pausar el entrenamiento; de esta manera, la CNN
diariamente podrá aprender y se hará más poderosa con el tiempo. Estas
son las dos funciones de activación más usadas actualmente en las CNN .

4. Entrenamiento de una CNN:

El entrenamiento de una red es un proceso de búsqueda de kernel en capas de
convolución y pesos en las capas de clasificación que mini- mizan las diferencias entre las
predicciones de salida, las cuales son las respuestas de la CNN que se está entrenando, y
las etiquetas de verdad (truth labels), que hacen referencia a las respuestas correctas con
las que se está entrenando la CNN. En el caso de radiología, corresponde a los
diagnósticos correctos de las imágenes con las que se entrena la CNN. El aprendizaje de
una CNN es un proceso iterativo de ir y venir de las capas de las neuronas. La propagación
hacia adelante se denomina forward propagation, y hace alusión a los procesos

pág. 11
matemáticos que se realizan en la CNN al paso de información por cada capa de la red
neuronal para generar una respuesta o predicción de salida; posteriormente esta se
compara con la etiqueta de verdad y a través de procesos matemáticos genera lo que se
conoce como gradiente de error, el cual se podría decir que corresponde
matemáticamente al ajuste que se hace en los kernel de las capas de convolución y pesos
de las capas de clasificación. A este proceso retrógrado y de retroalimentación que hace
ajustes en cada capa de la red neuronal se le conoce como propagación hacia atrás (back
propagation). De esta manera, si la respuesta de la red neuronal es equivocada, se hará la
respectiva corrección en la CNN. La forward propagation y back propagation se llevan a
cabo con todos los datos, mediante sucesivas iteraciones a través de la base de datos, de
esta manera, si se tuvieran 10.000 datos, se tendrían que realizar múltiples iteraciones
para cubrir todos esos datos de
entrenamiento.
Una vez se realizan las modificaciones correspondientes y se han generado las iteraciones
suficientes para cubrir todas las bases de datos, culminará una época (epochs).
Normalmente, estos entrenamientos se realizan durante varias épocas, quiere decir que
no ven solo una vez los datos de la base de datos, sino que los ven las veces que sea
necesario.

Utilización de herramientas métricas de rendimiento:

En el ámbito del aprendizaje automático y la inteligencia artificial, la evaluación del
rendimiento de los modelos es crucial para garantizar su efectividad y precisión. Las
métricas de rendimiento como precisión, recall y F1-score son herramientas
fundamentales para medir la calidad de los modelos de clasificación. Estas métricas
permiten a los desarrolladores y científicos de datos evaluar cómo debiese estar
funcionando un modelo y dónde puede necesitar mejoras. Además, la optimización
continua del modelo es esencial para mantener y mejorar su rendimiento a lo largo del
tiempo. Esto se puede lograr mediante técnicas como el ajuste fino y el aprendizaje por

pág. 12
transferencia. En esta investigación, exploraremos en profundidad cómo utilizar estas
métricas de rendimiento y estableceremos un plan para la optimización continua del
modelo.

 Precisión:

La precisión es una métrica que mide la proporción de verdaderos positivos entre el total
de predicciones positivas realizadas por el modelo. En otras palabras, la precisión indica
cuántas de las predicciones positivas del modelo son realmente correctas. Esta métrica es
especialmente útil en situaciones donde el costo de una falsa alarma es alto. Por ejemplo,
en un sistema de detección de fraudes, una alta precisión significa que la mayoría de las
transacciones marcadas como fraudulentas realmente lo son, minimizando así las
interrupciones innecesarias para los usuarios legítimos.

Para calcular la precisión, se utiliza la siguiente fórmula:

Precisión = Verdaderos Positivos / (Verdaderos Positivos + Falsos Positivos)

 Recall:

El recall, también conocido como sensibilidad o tasa de verdaderos positivos, mide la

proporción de verdaderos positivos entre el total de casos positivos reales. Esta métrica es
crucial en situaciones donde es importante identificar todos los casos positivos, incluso a
costa de aumentar el número de falsos positivos. Por ejemplo, en un sistema de
diagnóstico médico, un alto recall asegura que la mayoría de los pacientes con una
enfermedad sean identificados, aunque esto pueda resultar en algunas falsas alarmas.

La fórmula para calcular el recall es:

pág. 13
Recall = Verdaderos Positivos / (Verdaderos Positivos + Falsos Negativos)

 F1-Score:

El F1-score es la media armónica de la precisión y el recall, y proporciona una única

métrica que equilibra ambos aspectos. Esta métrica es especialmente útil cuando se
necesita un equilibrio entre precisión y recall, y es comúnmente utilizada en problemas de
clasificación donde ambas métricas son igualmente importantes. El F1-score es
particularmente valioso en situaciones donde los datos están desbalanceados, es decir,
cuando una clase es mucho más frecuente que la otra.

La fórmula para calcular el F1-score es:

F1-Score = 2 * (Precisión * Recall) / (Precisión + Recall)

 Optimización Continua del Modelo:

La optimización continua del modelo es un proceso esencial para mantener y mejorar el

rendimiento del modelo a lo largo del tiempo. Este proceso implica ajustar y mejorar el
modelo de manera iterativa, utilizando nuevas técnicas y datos adicionales. Dos técnicas
clave para la optimización continua son el ajuste fino y el aprendizaje por transferencia.

 Ajuste Fino:

El ajuste fino es una técnica que implica ajustar los hiperparámetros del modelo para
mejorar su rendimiento. Los hiperparámetros son parámetros que no se aprenden
directamente del proceso de entrenamiento, sino que se establecen antes de que

pág. 14
comience el entrenamiento. Ejemplos de hiperparámetros incluyen la tasa de aprendizaje,
el número de capas en una red neuronal y el tamaño del lote. El ajuste fino puede
realizarse mediante técnicas como la búsqueda en cuadrícula, la búsqueda aleatoria y la
optimización bayesiana.

La búsqueda en cuadrícula implica probar todas las combinaciones posibles de

hiperparámetros dentro de un rango especificado. Aunque esta técnica puede ser
exhaustiva, puede ser computacionalmente costosa y no siempre garantiza encontrar la
mejor combinación. La búsqueda aleatoria, por otro lado, selecciona combinaciones de
hiperparámetros de manera aleatoria dentro de un rango especificado, lo que puede ser
más eficiente en términos de tiempo y recursos. La optimización bayesiana utiliza modelos
probabilísticos para seleccionar las combinaciones de hiperparámetros más
prometedoras, basándose en los resultados de pruebas anteriores.

 Aprendizaje por Transferencia:

El aprendizaje por transferencia es una técnica que implica utilizar un modelo

preentrenado en una tarea similar y ajustarlo para la tarea específica en cuestión. Esta
técnica es especialmente útil cuando se dispone de una cantidad limitada de datos para
entrenar el modelo desde cero. Al utilizar un modelo preentrenado, se pueden aprovechar
las características y patrones aprendidos en la tarea original, lo que puede mejorar
significativamente el rendimiento del modelo en la nueva tarea.

El aprendizaje por transferencia puede realizarse de varias maneras. Una de las más
comunes es congelar las capas iniciales del modelo preentrenado y ajustar solo las capas
finales para la nueva tarea. Esto permite que el modelo conserve las características
generales aprendidas en la tarea original, mientras se adapta a las especificidades de la

pág. 15
nueva tarea. Otra opción es ajustar todas las capas del modelo preentrenado, lo que
puede ser beneficioso si la nueva tarea es muy diferente de la tarea original.

Conclusión:
Este trabajo sirvió para mostrar ventajas de las redes neuronales convolucionales para la
identificación de sistemas no lineales. En el contexto de la identificación de sistemas
mediante modelos de caja como lo son las redes neuronales, las perturbaciones
externas, ya sean ruido de medición o la perdida de datos, son de los principales
problemas con los que nos enfrentamos para poder definir un modelo, podemos realizar
un procesamiento de los datos antes de emplearlos para la obtención del modelo, como
puede ser una etapa de filtrado para disminuir el ruido o alguna extrapolación de datos
para completarlos. Sin embargo, este procesamiento extra a los datos requiere que se
tenga un conocimiento más profundo del sistema al momento de aplicarlo, dado que
podemos alterar las interrelaciones de los datos al aplicar técnicas de filtrado
correctamente.

Los algoritmos propuestos en este trabajo intentan reducir estos problemas, al ocupar los
datos como fueron obtenidos directamente de los sistemas a modelar. Como se pudo
observar en las secciones de simulación. La CNN tanto para la retención de usuarios de un
sistema streaming, la CNN con valores complejos presentaron un mejor desempeño
cuando los datos presentaban ruido de medición comparado con otras redes neuronales.

El tipo de datos que tengamos serán de suma importancia para elegir que arquitectura es
la más conveniente para utilizar. En el caso de tener la mayor cantidad de usuarios en
retención, como es el caso de la detección de usuarios cuando acceden al sistema
streaming, la arquitectura más conveniente sería la del dominio de cantidad de usuarios
que acceden a la plataforma como se pudo [Link] general, la CNN para la
identificación de sistemas resulta una buena alternativa para esta tarea en particular,
podemos obtener valores muy competitivos en cuanto a las métricas de desempeño se
refiere comparándolas con distintos métodos propuestos en otros trabajos los cuales
tengan el mismo objetivo. Podemos concluir que las Redes Neuronales Convolucionales
han revolucionado el campo del procesamiento de datos visuales y han tenido un impacto
significativo en la tecnología moderna. Su capacidad para extraer características locales de

pág. 16
los datos de entrada y su estructura especializada las hacen extremadamente efectivas en
tareas de reconocimiento de patrones. A medida que la investigación en este campo
continúa avanzando, es probable que veamos aún más aplicaciones innovadoras y avances
en el rendimiento de las CNN, consolidando su papel como una herramienta fundamental
en el arsenal de la inteligencia artificial y el aprendizaje automático.

Bibliografía
 Muthuramalingam, S. Himavathi, and E. Srinivasan, «Neural Network
Implementation Using FPGA/ : Issues and Application», International Journal of
Information Technology, 2007. Vol. 4 (2): p. 8692.

 Amos R. Omondi y Rajapakse C. Jagath (Edt), «FPGA Implementations of Neural

Networks», Springer, 2006.

 G. S. Luis Manuel, «Aceleración de Algoritmos Mediante Hardware Reconfigurable

Biblioteca de Procesamiento de Imágenes para System Generator» tesis de
maestría, CUJAE, 2011.

 Haykin Simon (Edt), «Kalman Filtering and Neural Networks», McMaster

University, Hamilton, Ontario, Canada, 2001.

 J. Serrano, Antonio, Soria, Emilio y D. Martín, José, «Redes Neuronales Artificiales»,

material descargado de [Link]/ocw, 2010.

 J.A. Caballero Hernández, M. Díaz Salazar, M. Moradillos Paz-Lago, S. Pavoni Oliver,

«Implementación de la Función Sigmoidal Logarítmica en un FPGA», RIELAC,
[Link] 2/2014 p.35-44.

pág. 17
  Polanco Carrillo, Franky, Álvarez Gerónimo, Daniel y Moreno Vega, Valery,
«Desarrollo de Aplicaciones basadas en Redes Neuronales Artificiales sintetizadas
en hardware Reconfigurable», tesis de grado, CUJAE, Cuba, pp. 109, 2014.

pág. 18