1. Diferencias y semejanzas entre una neurona biológica y una neurona artificial
DIFERENCIAS | SEMEJANZAS | |
RED NEURONAL Y SISTEMA EXPERTO | o Son radicalmente opuestos en cómo aspiran a conseguir el objetivo de representar el conocimiento o Los sistemas expertos se acercarían más al razonamiento deductivo -obtener reglas- y las redes neuronales al inductivo -aprendizaje mediante ejemplos | o Las redes neuronales se asemejan a los sistemas expertos en cuanto al objetivo de representar el conocimiento o ambos modelos son perfectamente compatibles, de forma que se pueden integrar en un único sistema. o El sistema de neuronas biológicas esta compuesta por neuronas de entrada conectados a una compleja red de neuronas, las cuales a su vez están conectadas a las neuronas de salida, de manera similar un sistema experto debe estar compuesto por sensores de tipo mecánico o eléctrico que proporcionen estas entradas y salidas. |
RED NEURONAL Y PROGRAMA DE COMPUTADORA | o Con respecto a la en que opera el cerebro humano las imitaciones son múltiples. Los problemas plateados en términos difusos o ambiguos son muy complejos de analizar con sistemas de procesamiento simbólico como un programa de computación. o Un programa de computador opera secuencialmente, mientras que una red neuronal responde en paralelo a las entradas o La red neuronal recibe, analiza y procesa información confusa, distorsionada y ambigua, en un programa de computadora la información de entrada que procesa debe ser exacta ante los parámetros del programa | o Un programa de computadora codifica la información en impulsos digitales. En las redes neuronales las sensaciones se generan digitalmente y se transmiten así a través del sistema nervioso. Cuando la luz se hace más intensa, el sonido mas alto o la presión mas fuerte, entonces no es que fluya mas corriente a través de los nervios, sino que la frecuencia de los impulsos digitales aumenta. En principio los programas de computadora trabajan de manera semejante. Así una sensación mas fuerte corresponde en un equipo informático a una cifra más alta (o en una palabra mas larga). o Ambos codifican la información en impulsos digitales. Tanto el cerebro como los programas de computadora tienen compuertas lógicas. |
SISTEMA EXPERTO Y PROGRAMA DE COMPUTADORA | o Un sistema experto es un método de representación y procesamiento mucho más rico y poderoso que un simple programa de computador. o Un sistema experto sintetiza nuevo conocimiento a partir de su entendimiento del mundo que lo rodea a diferencia de un programa de computador que es mucho mas limitado en la forma en como obtiene su conocimiento. | o Un sistema experto y un programa de computadora encuentran soluciones a problemas de tipo condicional |
2. Redes neuronales Artificiales vs Redes neuronales
| NEURONA BIOLÓGICA | NEURONA ARTIFICIAL | |
| Árbol dentrico de entradas | Las señales son transferidas entre neuronas atravez de enlaces de conexión | |
| Un Axón de salida | Función de activación o salida de información | |
| Dendritas | Entradas Xi | |
| Conexiones Sinapticas | Conexiones o ponderadas | |
| Comunicación mediante potenciales de acción | ||
| periodos de refracción de 10(-3) PA'S | ||
| Impulsos eléctricos viajan por el axón | Responde a señales eléctricas | |
| Hay variación de potencial en dendrita | variación de voltaje , los + producen exitacion y los - inhivicion de la respuesta | |
| Se integran las entradas en el soma | ||
| En el cerebro hay mas o menos 10^11 neuronas | ||
| Efectividad Sinaptica | Peso de la conexión | |
| Exitacion /Inhibitorio | Pesos(+ ó-) | |
| Efecto combinado de sinapsis | Función suma | |
| autoaprendizaje | autoaprendisaje | |
| Todas las señales que llegan a la neurona por sus dendritas | potencial o conjunto de valores de entrada |
3. Fenómeno de conducción eléctrica a nivel de las neuronas
Cuando la neurona conduce un impulso de una parte del cuerpo a otra, están implicados fenómenos químicos y eléctricos. La conducción eléctrica ocurre cuando el impulso viaja a lo largo del axón; la transmisión química esta implicada cuando el impulso se trasmite (“salta”) al otro lado de la sinapsis, desde una neurona a otra. Una sinapsis es en realidad el espacio que existe entre los pies terminales de una axón y las dendritas de una segunda neurona o la superficie receptora del músculo o célula glandular.
4 .Proceso de aprendizaje neuronal
El Aprendizaje es el proceso por medio del cual los parámetros libres de una red neuronal son adaptados atravez de un proceso de estimación por el ambiente en el cual la red se encuentra inmersa . El tipo de aprendizaje es determinado por la manera en la cual el cambio de parámetros tiene lugar
El aprendizaje lo que hace es modificar los pesos en respuesta a una información de entrada permitiendo realizar cambios como la destrucción, molificación y creación de conexiones neuronales, algunos tipos de aprendizaje que podemos encontrar son:
- Aprendizaje supervisado: Entrada / salida / Objetivo
- Aprendizaje no supervisado: Entrada / Salida
- Aprendizaje por reforzamiento: Recompenza / Castigo
