Desde el punto de vista de las aplicaciones, la ventaja de las Redes Neuronales Artificiales, reside en el procesado paralelo, adaptativo y no lineal. Las RNA han encontrado muchas aplicaciones con éxito en la visión artificial, en el procesado de señales e imágenes, reconocimiento del habla y de caracteres, sistemas expertos, análisis de imágenes médicas, control remoto, control de robots, inspección industrial y exploración científica. El dominio de aplicación de las RNA se puede clasificar de la siguiente forma: asociación y clasificación, regeneración de patrones, regresión y generalización, y optimización.
Con el fin de llegar al entendimiento global de RNA, se adopto la siguiente perspectiva, llamada top- down que empieza por la aplicación, se pasa al algoritmo y de aquí a la arquitectura, como se muestra en la Fig. 1.2.
Falta Imagen
Esta aproximación a las RNA está motivada por la aplicación, basada en la teoría y orientada hacia la implementación. Las principales aplicaciones son para el procesado de señal y el reconocimiento de patrones. La primera etapa algorítmica representa una combinación de la teoría matemática y la fundamentación heurística por los modelos neuronales. El fin último, es la construcción de neurocomputadores digitales, con la ayuda de las tecnologías VLSI, ULSI y el procesado adaptativo, digital y paralelo
Las Redes Neuronales son útiles para: