Redes neuronales

Interpretación De La Neurona Por Computadora

Una neurona se puede comparar con una caja negra compuesta por varias entradas y una salida. La relación de activación entre la salida y la entrada, o en términos circuitales o de teoría de control, la función de transferencia

La variable f es la frecuencia de activación o emisión de potenciales y u es la intensidad del estímulo del soma.

LaNeurona Artificial

Un circuito eléctrico que realice la sume ponderada de las diferentes señales que recibe de otras unidades iguales y produzca en la salida un uno o un cero según el resultado de la suma con relación al umbral o nivel de disparo, conforma una buena representación de lo que es una neurona artificial. La función de transferencia para la activación o disparo de la neurona puedeser de umbral lógico (fig. 4ª) o de limitación dura (fig. 4b) o de función tipo s (fig. 4c). W representa el peso o ponderación de la conexión a través de una entrada.

La neurona artificial es un dispositivo eléctrico que responde a señales eléctricas. La respuesta la produce el circuito activo o función de transferencia que forma parte del cuerpo de la neurona. Las "dendritas" llevan las señaleseléctricas al cuerpo de la misma. Estas señales provienen de censores o son salidas de neuronas vecinas. Las señales por las dendritas pueden ser voltajes positivos o negativos; los voltajes positivos contribuyen a la excitación del cuerpo y los voltajes negativos contribuyen a inhibir la respuesta de la neurona. (fig. 5).

[pic]

Entrenamiento.

Cuando el sistema humano de neuronas, losojos captan un objeto A (figura 7), por ejemplo, algunos de los censores de la visión se activan y envían señales a las neuronas ocultas. Las neuronas que se disparan con la señal de entrada aumentan el grado de conexión de ellas. Si el mismo objeto A se presenta una y otra vez, la interconexión de neuronas se refuerza y, por lo tanto, el conocimiento del objeto.

Si se le presenta a la redanterior el objeto A modificado (Figura 8) la unión de las neuronas para el conocimiento de tal objeto, es débil. Las neuronas deben entrenarse para reconocer el objeto A en esta nueva presentación. Luego de algunas sesiones de entrenamiento, el sistema neuronal es capaz de reconocer el objeto A en todas sus formas. Si el objeto cambia nuevamente la red de neuronas y el conocimiento se actualizan.Este entrenamiento, repetido para todos los valores de entrada y salida que se quiera, origina una representación interna del objeto en la red, que considera todas las irregularidades y generalidades del mismo.

[pic]

En la figura 9 se presenta el esquema de una neurona artificial durante la etapa de aprendizaje. Una vez establecidos los pesos definitivos de interconexión, la neurona adquieresu forma tradicional.

En la figura 10ª se presenta una red neuronal artificial con dos entradas, tres neuronas ocultas y dos salidas. El estado de no entrenamiento se representa por las resistencias variables que indican los pesos de las conexiones. Después de aplicar un algoritmo de entrenamiento y de aplicar repetidamente todas las parejas de entrada y salida necesarias, la red queda entrenaday con el peso de conexiones definido, fig. 10b.

Método de transmisión de la información en el cerebro

Antes conviene saber que en los primeros tiempos de la informatica a los ordenadores se los llamaba calculadoras de cifras electronicas o simplemente calculadoras digitales. Los sistemas digitales trabajan con cifras en código binario que se transmiten en formas de impulsos (bits). Lossistemas analógicos procesan señales continuamente cambiantes, como música o palabra hablada.

Por suerte para nuestro propósito de imitar con un ordenador el cerebro este también codifica la información en impulsos digitales. En los humanos las sensaciones se generan digitalmente y se transmiten así a través del sistema nervioso. Con otras palabras cuando la luz se hace más intensa, el sonido mas...