Figura III - Relaciones Neuronales Para Determinar la Atenuación del Valor de la Aceleración Máxima en Superficie de Sitios en Roca Para Zonas de Subducción

4. Capas de una Red Neuronal  Capa de entrada: neuronas que reciben datos o señales procedentes del entorno.  Capa oculta: no tiene conexión directa con el entorno, esta puede ser precedida por otras capas ocultas, o bien, por la capa de entrada.  Capa de salida: neuronas que proporcionan la solución de la RN. El primer modelo neuronal fue propuesto por McCulloch y Pitts (1943) en términos de un sistema computacional de " actividad nerviosa " , que sirvió de ejemplo para los modelos posteriores de Jhon Von Neumann, Marvin Minsky (Minsky y Papert, 1969), Frank Rosenblatt (Rosenblatt, 1959), entre otros. En los años 80, Rumelhart y McClellant construyeron la primer RN bajo el concepto de Procesamiento Distribuido en Paralelo PDP, cuya naturaleza era no-lineal (Rumelhart y McClelland, 1986). A partir de entonces, las RN han sido utilizadas con mayor interés en tareas de predicción y clasificación en un gran número de campos de la ciencia. III.1.1. Neurona Artificial Las Redes Neuronales Artificiales son modelos que intentan reproducir el funcionamiento del cerebro a través de redes numéricas que identifican y simplifican los elementos relevantes de un sistema (fenómeno) y adquieren conocimiento a partir de comportamientos conocidos (datos obtenidos a partir de mediciones). No hay una definición general de redes neuronales RN, existiendo diferentes según el texto o artículo consultado. A continuación se presentan definiciones propuestas por diferentes autores:  Una RN es un modelo computacional en paralelo, compuesto de unidades procesadoras adaptativas con una alta interconexión entre ellas (Hassoun, 1995).  Sistemas de procesado de información que hacen uso de algunos de los principios que organizan la estructura del cerebro humano (Lin y Lee, 1996).  Modelos matemáticos desarrollados para emular el cerebro humano (Chen y Chang, 1996).