REDES

NEURONALES

A C T I V I D A D-7
Presentado por:
Carmen Patricia Oviedo Cuero ID: 100070476
José Javier Camacho ID: 100071041

Presentado por:
Carmen Patricia Oviedo Cuero ID: 10070476
José Javier Camacho ID: 1000
Omaira Cortes Colorado ID: 100072351
Estructura de una red neuronal

Una red neuronal está

constituida por nodos,
o unidades, que están
unidas mediante
conexiones. Algunas de
las unidades están
conectadas al ambiente
externo y se designan
como unidades de
entrada o de salida
según reciban
. estímulos externos o
den la respuesta del
sistema, Canal de
entrada: dendritas.
Procesador: soma.
Canal de salida:
axón.

Estructura de una red neuronal artificial

La distribución de neuronas dentro de la red se realiza
formando niveles o capas de un número determinado de
neuronas
*De entrada: es la capa que recibe directamente la
información proveniente de las fuentes externas a la red
*Ocultas: son internas a la red y no tienen contacto directo
con el entorno exterior. Pueden estar interconectadas de
distintas maneras, lo que determina junto con su número las
distintas tipologías de redes.
*De salida: transfieren información de la red hacia el exterior.
Relación entre las partes que componen una
red neuronal
La conectividad entre los nodos de una red está relacionada
con la forma en que las salidas de las neuronas están
canalizadas para convertirse en entradas de otras neuronas.
La señal de salida de un nodo puede ser la entrada de otra
neurona o incluso de sí mismo (conexión autorrecurrente).

Las neuronas son las células dentro del sistema

nervioso que transmiten la información a otras células
nerviosas, musculares o células de la glándula. La
mayoría de las neuronas tienen un cuerpo celular, un
axón, dendritas y. El cuerpo de la celda contiene el
núcleo y el citoplasma. El axón se extiende desde el
cuerpo celular y a menudo da lugar a muchas ramas
más pequeñas antes de terminar en los terminales
nerviosos. Las dendritas se extienden desde el cuerpo
celular neuronal y recibir mensajes de otras neuronas.
Las sinapsis son los puntos de contacto en los que una
neurona se comunica con otra. Las dendritas se
cubren con las sinapsis formadas por los extremos de
los axones de otras neuronas.
 Descripción de la articulación entre una red
neuronal y la cognición

El hecho de que un estímulo produzca una respuesta

depende de la fuerza de las sinapsis: una descarga por
un axón, ¿cuánta influencia tiene en la dendrita de la
sinapsis, cara a producir descarga de la neurona pos
sináptica? Se ha observado que: cuando presináptica y
postsináptica descargan a la vez, se fortalece y se
debilita cuando la frecuencia de disparos es baja si
van pre-post se fortalece y si van post-pre se
debilita, siempre que la diferencia sea pequeña (20
ms) Pero es muy variable, puede incluso invertirse En
cualquier caso, la respuesta sináptica da el
aprendizaje (memoria)

Ho. dgkin- Huxley

Ecuaciones diferenciales que rigen la corriente por los

canales iónicos de comunicación. Si el potencial es Vm,
la capacitancia Cm, la conductancia de cada canal iónico
gi y su potencial Vi

La actividad de las neuronas conectadas acumula la

carga en el canal y al llegar al voltaje umbral se
produce la descarga. Durante un tiempo de refracción,
la neurona no responde Precisos, pero 1 ms son
1000 cálculos

Modelo simplificado

Integrador/descarga Recoge muchas características con

menos de 10 cálculos por cada ms de simulación.

El disparo y la refracción se mantienen

 Ejemplo: modelo simple en Nengo
Variación de entrada (verde) y salida (azul)
respecto al tiempo

Representación/aprendizaje en NEF
Identificar el rango de señal viendo qué neurona está más
activa y cual menos. Para pasar de actividad a valor
representado:

r: representado, d: decodificador Se resuelve el

decodificador por mínimos cuadrados para que con la
última ecuación cada representado sea el vector real
que ha ido a la entrada. Se puede hacer ajuste online
mediante procedimiento iterativo. Si ajustáramos por
mínimos cuadrados, no a la entrada, sino a una
función de ella, la decodificación nos daría esa
transformación. Un segundo grupo recibiría esa señal
transformada y la podría representar a su vez. Los
pesos de conexión son los de decodificador de la 1ª
por codificador de la 2ª Si tenemos otro conjunto de
neuronas representando otros valores y queremos que
ese segundo conjunto aprenda a dar unas salidas en
función de unas entradas, entonces en vez de querer
el vector real a la entrada queremos cada salida de la
muestra para cada entrada Si la entrada son dos
señales conectadas independientemente, entonces la
salida es la suma de salidas. Si la conectas consigo
misma, realimentación, ese efecto suma produce un
integrador
 Referencias

Escobar, R. (2004). Redes neuronales,

procesos cognoscitivos y análisis de la
conducta. Revista Conductual. 2(1), 23-
43. Recuperado de

file:///C:/Users/lilia/Pictures/bio.pdf

https://www.xataka.com/robotica-e-ia/las-
redes-neuronales-que-son-y-por-que-están-
volviendo

https://sites.google.com/site/mayinteligenciar
tificial/unidad-4-redes-neuronales