Modelo de interconexión y entrenamiento redes neuronales artificiales, basado en recompensa y castigo empleando técnicas de vida artificial

A diferencia de las redes neuronales artificiales, los modelos biológicos desarrollan su arquitectura de manera espontánea usando reglas de interconexión y aprendizaje determinados en principio por mecanismos genéticos pero que se desarrollan de acuerdo a la influencia del medio ambiente. A lo largo de este trabajo se aplica un mecanismo de señalización basado en el modelo de reacción-difusión de Gierer-Meinhardt para construir la morfología de una red inicialmente no conectada. Durante el proceso de morfogénesis al mismo tiempo que se genera la morfología de interconexión, la red modifica los pesos sinápticos empleando información de error originada en la salida y propagada hacia adelante a través de las conexiones sinápticas. A partir de la experimentación se observa una clara influencia de los mecanismos de señalización molecular sobre las reglas de propagación local, acortando considerablemente el tiempo de interconexión neuronal. El aprendizaje mediante una regla local simple ocurre durante el proceso de morfogénesis siempre que las entradas logren hacer sinapsis directa o indirectamente con la salida.

• Autores: Espinosa García, Alexander
• Fecha de publicación: 2015
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/56879
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/56879; http://bdigital.unal.edu.co/52867/
• Palabra clave: 62 Ingeniería y operaciones afines / Engineering; Redes neuronales; Morfogénesis; Aprendizaje de máquina; Vida Artificial; Neural Netwoks; Morphogenesis; Machine Learning; Artificial Life
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional