Las redes de neuronas artificiales son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales.
Se parece al cerebro en dos aspectos:
Buscan patrones y relaciones en cantidades masivas de datos

usa reglas que
aprende"
de los patrones en los datos para construir una capa lógica oculta
Después, esta procesa y clasifica con base a la experiencia del modelo
Son aquellas que funcionan como receptoras, toman la información de entrada
Se ocupan del proceso de la entrada
tienen la misión de entregar respuestas
esto se da a través de un ejemplo, para conocer la solución correcta
Se le suministra un conjunto de datos de "entrenamiento"
para los que las entradas producen salidas o conclusiones conocidas
de este modo los resultados se comparan y si son distintos se agregan, corrigiendo lo conocido
se pueden clasificar según su tipo en distintas disciplinas:
Biologia
Empresa
Medio ambiente
Finanzas


Gaseoductos y oleoductos respectivamente deben ser examinados de corrosión y otras averías regularmente. El centro de investigación de informática de Karlsruhe (FZI) y la empresa Pipetronix han desarrollado un sistema de inspección automática denominado Neuropipe.
El núcleo de este sistema de inspección es un clasificador basada en una red neuronal que fue entrenada por muestras de averías seleccionadas manualmente.
se determinaron 41 valores caracteristicos candidatos desconocidos para ser comparados con 1400 muestras
Con estos valores característicos de las averías se entrenaron cinco redes distintos. Cada una era responsable para una clase de averías. Así cada red solamente tiene la información sobre su clase respectiva, mientras que una sola red debería tener la información de todas las cinco clases.