Red neuronal convolucional (CNN) en aprendizaje automático

• Una red neuronal convolucional, o CNN, es una red neuronal de aprendizaje profundo diseñada para procesar arrays estructuradas de datos, como representaciones.
• Las CNN son muy satisfactorias para detectar el diseño en la imagen de entrada, como líneas, degradados, círculos o incluso ojos y rostros.
• Esta característica que hace que la red neuronal convolucional sea tan robusta para la visión por computadora.
• CNN puede ejecutarse directamente en una imagen poco hecha y no necesita ningún procesamiento previo.
• Una red neuronal convolucional es una red neuronal de avance, rara vez con hasta 20.
• La fuerza de una red neuronal convolucional proviene de un tipo particular de capa llamada capa convolucional.
• CNN contiene muchas capas convolucionales ensambladas una encima de la otra, cada una capaz de reconocer formas más sofisticadas.
• Con tres o cuatro capas convolucionales es viable reconocer dígitos escritos a mano y con 25 capas es posible diferenciar rostros humanos.
• La agenda para esta esfera es activar máquinas para ver el mundo como lo hacen los humanos, percibirlo de manera similar e incluso usar el conocimiento para una multitud de funciones, como reconocimiento de imágenes y videos, inspección y clasificación de imágenes, recreación de medios, sistemas de recomendación. , procesamiento del lenguaje natural, etc.

Diseño de redes neuronales convolucionales:

• La construcción de una red neuronal convolucional es una red neuronal de avance de múltiples capas, hecha ensamblando muchas capas invisibles una encima de la otra en un orden particular.
• Es el diseño secuencial el que da permiso a CNN para aprender atributos jerárquicos.
• En CNN, algunas de ellas seguidas de capas de agrupación y las capas ocultas suelen ser capas convolucionales seguidas de capas de activación.
• El preprocesamiento necesario en una ConvNet es similar al del patrón relacionado de neuronas en el cerebro humano y fue motivado por la organización de Visual Cortex.

Estudio de caso de CNN para la retinopatía diabética:

• La retinopatía diabética, también conocida como enfermedad ocular diabética, es un estado médico en el que se produce la destrucción de la retina debido a la diabetes mellitus, es una de las principales causas de ceguera en los países avanzados.
• La retinopatía diabética influye hasta en un 80 por ciento de quienes han tenido diabetes durante 20 años o más.
• Cuanto más tiempo una persona tiene diabetes, mayores son sus posibilidades de desarrollar retinopatía diabética.
• También es la principal causa de ceguera en personas de 20 a 64 años.
• La retinopatía diabética es el resultado de la destrucción de los pequeños vasos sanguíneos y las neuronas de la retina.