Page 45 - E-book Merizalde

las neuronas como integradoras análogas, la eficiencia de las sinapsis cambia gradualmente, lo que no es
características de los sistemas biestables.
El circuito cerebral no realiza cálculos recursivos, por lo que no son algoritmos. “Debido a problemas de
estabilidad, el circuito neuronal no es lo suficientemente estable para la definición recursiva de funciones,
como cálculos numéricos” [1]. Por definición, el algoritmo define una función recursiva.
2.4 Elementos Básicos
Una organización neuronal falsa (RNA) puede caracterizarse (Hecht - Nielssen 93) como un diagrama
coordinado con los imperativos que lo acompañan:
 Los cubos se llaman componentes de manejo (PEs).
 Las conexiones se denominan asociaciones y 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 del mundo, mientras que sus resultados son
asociaciones que salen de la RNA

Figura 4: Reconocimiento.

La Fig. 4 a continuación se puede ver un esquema de una red neuronal.
2.4.1 Una función de entrada
La neurona considera muchas fuentes de información como si fueran una sola; esto se llama información mundial.
A continuación, nos enfrentamos a la cuestión de cómo estas fuentes directas de información (ini1, ini2, ...) pueden
unirse en la información mundial, gini. Esto se consigue mediante el trabajo de información, que se determina a
partir del vector de información. La capacidad de información puede representarse de la siguiente manera

Figura 5: Capacidad de información.
La Fig. 5 a continuación se puede ver la capacidad de información a través de vectores.