Detección de caracteres mediante redes neuronales con entrada de datos con Excel

Abstract

En las aplicaciones la ventaja de las redes neuronales artificiales frente a otras técnicas está en el procesado paralelo, adaptivo y no lineal. Las técnicas desarrolladas mediante asociadores de patrones y algoritmos de retro propagación para muchos fines con RNA. La estructura del cerebro es radicalmente diferente a la de la computadora convencionalmente no está compuesto por un único microprocesador complejo sino por miles de millones de ellos. En el reconocimiento de patrones que ni las super computadoras son capaces de resolver de un modo eficiente, mientras que el cerebro humano lo viene haciendo con facilidad y eficiencia. Las redes neuronales para aplicaciones concretas no están ligadas a las redes neuronales biológicas. Utilizan algoritmos de aprendizaje adaptivo y autoorganizativos como el procesado es no lineal aumenta la capacidad de la red de aproximar y su inmunidad frente al ruido y un alto nivel de interconectividad. Estas características juegan un papel importante en las redes RNA aplicadas en el procesado de señal e imagen y caracteres. El conjunto de técnicas de carácter heurístico más o menos estándar producen resultados satisfactorios en muchos campos con éxito. Se apoyan en paradigmas validos en todos los problemas de diseño. En tos sistemas neuronales de procesado de Información las entradas deben ser tratadas de manera que produzcan a la salida resultados útiles de acuerdo con el problema, un ejemplo del sistema de procesado de información donde la entrada que es imagen binaria que contiene texto manuscrito debe ser procesado de manera que en la salida del sistema produzca caracteres en el código ASCII. Las redes neuronales están solucionando problemas en muchos campos con éxito y con error aceptable en el que los métodos tradicionales (Técnicas heurístico) tienen dificultades.