Page 29 - Revista tecnologica y cientifica

análogas, la eficiencia de las sinapsis cambia información. La capacidad de información puede
gradualmente, lo que no es características de los representarse de la siguiente manera
sistemas biestables.
El circuito cerebral no realiza cálculos recursivos, por
lo que no son algoritmos. “Debido a problemas de Figura 5: Capacidad de información.
estabilidad, el circuito neuronal no es lo
suficientemente estable para la definición recursiva de La Fig. 5 a continuación se puede ver la capacidad de
funciones, como cálculos numéricos” [1]. Por información a través de vectores.
definición, el algoritmo define una función recursiva. dónde: se dirige al administrador de la adaptación (por

2.4 Elementos Básicos ejemplo, mayor, suma, productora, etc.), en la cantidad
de contribuciones a la neurona Ni y wi el peso.
Una organización neuronal falsa (RNA) puede
caracterizarse (Hecht - Nielssen 93) como un diagrama Las estimaciones de información son duplicadas por
coordinado con los imperativos que lo acompañan: las cargas que recientemente entraron en la neurona.
Por lo tanto, las cargas que son en su mayoría no
• Los cubos se llaman componentes de manejo restringidas cambian el grado de impacto que tienen
(PEs). las infoestimaciones. Es decir, permiten que una
infoestima enorme tenga sólo un pequeño impacto,
• Las conexiones se denominan asociaciones y suponiendo que sean suficientemente pequeñas.
capacidad como vías de dirección única pronta.

• Cada PE puede tener bastantes asociaciones.
• Todas las asociaciones que salen de un PE deben
tener un signo similar.

• Los PEs pueden tener memoria de vecindad.
• Cada PE tiene un trabajo de intercambio que, en
función de las fuentes de datos y de la memoria de
vecindad, entrega una señal de resultado y ajusta
la memoria de vecindad.

• Las contribuciones a la RNA provienen del resto Figura 6: Eejemplo de una neurona con 2 entradas y una salida.
del mundo, mientras que sus resultados son
asociaciones que salen de la RNA La Fig. 6 se observa la descripción del funcionamiento
de una neurona.

Probablemente las capacidades de información más
utilizadas y notables son:
1) Suma de las fuentes de datos ponderadas: es la
cantidad de la multitud de infoestimaciones a la
neurona, incrementada por sus cargas de comparación.
2) Productivo de las fuentes de datos ponderadas: es el
resultado de la multitud de infoestimaciones a la
neurona, incrementada por sus cargas de comparación.

3) Máximo de las fuentes de datos ponderadas: sólo
Figura 4: Reconocimiento. piensa en la estima de entrada más fundamentada,
La Fig. 4 a continuación se puede ver un esquema de recientemente incrementada por su peso relativo.
una red neuronal. 2.4.2 Una función de activación
2.4.1 Una función de entrada El trabajo de promulgación determina la condición de

La neurona considera muchas fuentes de información movimiento de una neurona. Decide la condición de
como si fueran una sola; esto se llama información promulgación actual de la neurona en función de los
mundial. A continuación, nos enfrentamos a la saludos esperados posteriores y de la condición de
cuestión de cómo estas fuentes directas de información iniciación pasada de la neurona ia (t-1). La condición
(ini1, ini2, ...) pueden unirse en la información de promulgación de la neurona para un momento de
mundial, gini. Esto se consigue mediante el trabajo de tiempo dado t puede ser comunicada como sigue:
información, que se determina a partir del vector de

Figura 7: Función de activación.
La Fig. 7 la neurona para un momento de tiempo dado
t puede ser comunicada.
29