REDES

NEURONALES
ACTIVIDAD - 7

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
cubre 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 postsináptica? 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)

Hodgkin-
. 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 simlificado

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 ajustaramos 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-estan-
volviendo

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