Redes Neuronales

EL MODELO NEURONAL DE McCULLOCH Y PITTS
Interpretación Comparativa del Modelo

RESUMEN
Desde sus orígenes, las redes neuronales artificiales han demostrado ser de gran utilidad en ciertas aplicaciones. Esto ha contribuido, principalmente en fechas recientes, a estudiar los fundamentos teóricos de la dinámica de estos sistemas. El modelo neuronal de McCulloch y Pitts fue el primer modeloneuronal moderno, y ha servido de inspiración para el desarrollo de otros modelos neuronales. Sin embargo, en muchos de los estudios en que refieren a este modelo, no se interpreta correctamente el sentido que quisieron dar originalmente McCulloch y Pitts, atribuyéndole características o funciones que no fueron descritas por sus autores, o restándole importancia a la capacidad de procesamiento delmodelo. Por otro lado, el modelo McCulloch-Pitts por si mismo está retomando importancia debido a que es uno de los pocos modelos digitales en tiempo discreto y, como para realizar implantaciones electrónicas o computacionales de las neuronas artificiales en la actualidad se utilizan sistemas digitales, con la mayoría de los modelos analógicos actuales es necesario realizar ciertas adaptaciones alos modelos al momento de implantarlos, lo que dificulta y hace imprecisa a dicha implantación con respecto al comportamiento teórico derivado del modelo. En este trabajo se hace una revisión del modelo neuronal de McCulloch y Pitts, para establecer sus alcances y limitaciones, para a partir de ellos poder desarrollar nuevos modelos neuronales discretos que tengan mayor capacidad de procesamientoy que puedan ser fácilmente implantados digitalmente.

1. INTRODUCCIÓN
El estudio de las redes neuronales ha sido de gran interés para diversos grupos de estudio, en un principio desde el punto de vista biológico con la idea de poder explicar el funcionamiento del cerebro y de los procesos neuronales asociados, pero posteriormente también con el objetivo de desarrollar sistemas "inteligentes"que fueran capaces de desarrollar diversas actividades. Desde
sus orígenes, las redes neuronales artificiales han demostrado ser de gran utilidad para ciertas aplicaciones. Esto ha contribuido, principalmente en fechas recientes, al interés por estudiar los fundamentos teóricos de la dinámica de este tipo de sistemas. El modelo neuronal propuesto por Warren S. McCulloch y Walter Pitts en 1943fue el primer modelo neuronal moderno, y ha sido tomado como punto de partida para el desarrollo de muchos de los modelos neuronales actuales, además de que es utilizado como punto de referencia para evaluar el comportamiento de otros modelos. Sin embargo, en muchos de los estudios en que refieren a este modelo, no se interpreta correctamente el sentido que quisieron dar originalmente McCulloch yPitts, atribuyéndole características o funciones que no fueron descritas por sus autores y que en realidad no posee, o bien restándole importancia a la capacidad de procesamiento del modelo. Por su parte, el modelo de McCulloch y Pitts por si mismo está volviendo a tomar importancia debido a que es uno de los pocos modelos digitales y que trabajan en tiempo discreto, a diferencia de la mayoría delos modelos actuales que son modelos analógicos, y debido a que para realizar implantaciones electrónicas o computacionales de las neuronas artificiales en la actualidad se utilizan sistemas digitales, resulta necesario realizar ciertas adaptaciones o aproximaciones numéricas a estos modelos neuronales al momento de implantarlos, lo que dificulta y hace imprecisa su implantación con respecto alcomportamiento teórico esperado derivado del modelo.
Es por esto que surge el interés por hacer una revisión del modelo neuronal propuesto por McCulloch y Pitts, con la finalidad de hacer una correcta interpretación del modelo para establecer claramente sus alcances y limitaciones, para que se puedan tomar las características de este modelo como punto de partida para desarrollar nuevos modelos...