Unidad 4

FUNDAMENTOS BIOLÓGICOS DE LAS REDES NEUROLÓGICAS 

Clase # 1

INTRODUCCIÓN

Durante años el ser humano se ha desempeñado en realizar investigaciones para el bien de la sociedad, con el descubrimiento de la IA, surgen nuevas ideas en realizar estudios del comportamiento humanos y los investigadores se enfocaron principalmente en descubrir el funcionamiento del cerebro humano o animal en general, denominando le a esta rama Neurociencia. Es por esto que en unidad encontraremos un sinnúmero de información relacionada con fundamentos de la redes neuronales, empezando por una breve historia sobre ellas hasta la funcionalidad que desempeñan.

MARCO TEÓRICO

FUNDAMENTOS BIOLÓGICOS DE LAS REDES NEURONALES

Como fundamento principal biológico de las redes neuronales, se considera que el aparato de comunicación neuronal tanto de animales y humanos esta formado por el sistema nervioso y hormonales, este se encuentra conectado por los órganos de los sentidos y los órganos efectores que son los músculos y glándulas. Estos dos últimos se encargan de recoger información, transmitirla, elaborarla y en ciertos casos almacenarla para ser enviada de nuevo de manera procesada. Este sistema de comunicación neuronal se descompone en tres factores importantes que se son:

1. Los Receptores: Son los encargados de recoger información a través de estímulos.
2. El Sistema Nervioso: es donde se recibe la información, la procesa, la almacena en partes y la envía de forma elaborada a los órganos efectores.
3. Órganos diana o Efectores: son los encargados de recibir la información, para interpretarla en forma de acciones motoras y hormonales.

MISIÓN DE LAS NEURONAS 

1. Las neuronas recogen información que llega a ellas en forma de impulsos procedentes de otras neuronas o receptores.
2. La integran un código de activación propio de la célula.
3. La transmiten codificada en forma de frecuencia de impulsos a través de su axón.
4. A través de sus ramificaciones el axón efectúa la distribución espacial de los mensajes.
5. En sus terminales transmite los impulsos a las neuronas subsiguientes o las celulas efectoras

MODELO COMPUTACIONAL

Es un modelo matemático en las ciencias de la computación que requiere extensos recursos computacionales para estudiar el comportamiento de un sistema complejo por medio de la simulación por computadora. Siendo un sistema de bajo estudio y complejo, no lineal, para el cual las soluciones analíticas simples e intuitivas no están fácilmente disponibles. En lugar de derivar una solución analítica matemática para el problema, la experimentación es hecha con el modelo cambiando los parámetros del sistema en la computadora, y se estudian las diferencias en el resultado de los experimentos. Las teorías de la operación del modelo se pueden derivar/deducir de estos experimentos de computacionales.

NEURONA ARTIFICIAL

Es un modelo de neuronas simuladas para realizar cálculos, predicción de ondas y compartir información. En si es una célula o autómata que posee un estado inicial llamado activación y recibe señales que le permiten cambiar de un estado a otro.

En la imagen se muestra axones representados por X y son los que tienen el numero de inicial, las dendritas representadas con W que es el peso de activación, el cuerpo es donde se realiza el calculo y por ultimo posee un axón de salida.

TIPOS DE RED NEURONAL

Red neuronal biológica: conjunto de neuronas físicas interconectadas, para formar un circuito en el sistema nervioso.

Red neuronal artificial: modelos matemáticos, computacionales, aplicados a la realidad, indispensables en la estadística, psicología cognitiva e ingeniería artificial.

En la figura tenemos la demostración exacta de la manera de verse una red biológica con una red artificial.

ESTRUCTURA DE UNA RED NEURONAL ARTIFICIAL

La estructura de una red neuronal arttifcial esta dado por tres capas, donde la primera capa consta del numero d entradas que esta neurona posee, seguida de la capa oculta y por ultimo la capa de salida.

COMPARACIÓN DE REDES

EJEMPLO

Resolver el siguiere ejercicio con lo métodos tratados en clase y cuya salida debe ser de (8;24).

Solución:

1.  Fórmula: (S = X.Wt).     

     Datos: f(4)

2. Maneara de multiplicar. w1 * w2

3. El valor multiplicado por w1 y w2 se obtiene la siguiente tabla y se agrupan de dos en dos.

4. De la agrupación se obtiene.

5.  la imagen anterior se multiplica por 4 y se obtiene un resultado de la siguiente manera.

5.  El resultado de la matriz del paso 4, se multiplica por los pesos de activación

6. Resultado de paso 5 y solución

CONCLUSIÓN

Para concluir este tema se puede decir en base a una red neuronal biológica se ha realizado en la actualidad las llamadas neuronas artificiales que no son mas que modelos matemáticos para resolver distintos problemas en muchos áreas, siendo de gran ayuda en la actualidad.

BIBLIOGRAFÍA

Russell, S y Norvig, P. 2013. Inteligencia Artificial. 
           Un Enfoque moderno: Agentes Inteligentes. 2da Ed.

Gómez, F; Fernández, M; López, M; Díaz, M. 2004.   Aprendizaje   con    redes.

Neuronas Artificiales. (En línea). Formato PDF. Consultado el 6 de dic. 2015. Disponible en: dialnet.unirioja.es/descarga/articulo/2281678.pdf