Control de flujo de señales en redes neuronales: Inhibición Presináptica y Gating Networks
Gerardo T. Rodríguez García


Resumen

Uno de los problemas más comunes en neurocomputación es el entrenamiento de las redes neuronales, sobretodo cuando se trata de reentranar una red muy grande la cual resulta ser muy costoso en cuanto a tiempo, recursos de cpu etc. Otro problema muy serio es cuando se desea tener varias redes neuronales trabajando al mismo tiempo, cada una de ellas con una función diferente. En la neurocomputación artificial existe una manera de resolver éste problema, y es utilizando una "Gating Network". La "Gating Network" es una red neuronal, con la cual se pueden romper las asociaciones dentro de otra red neuronal o se puede escoger la red neuronal, dentro de un conjunto de redes neuronales trabajando en paralelo, la que mejor se adapte según el contexto del problema.

El propósito de este trabajo es poder realzar un modelo matemático que nos permita controlar el flujo de señales en redes neuronales, pero obtenido desde un punto de vista cibernético, es decir, que esté basado en un fenómeno neurobiológico y no artificial como lo son las "Gating Networks". La metodología a seguir es estudiar un fenómeno neurobiológico muy parecido a las "Gating Networks". Este fenómeno ya se conoce y es el de Inhibición Presináptica, el cual cumple perfectamente con las características de las "Gating Networks".

El siguiente paso es modelar la Inhibición Presináptica utilizando modelos matemáticos formales, los cuales son el Integrador con Fugas y el modelo de Hodgkin-Huxley; éstos permiten observar el comportamiento de las neuronas a nivel celular y a nivel de canales iónicos respectivamente. Una vez obtenidos los modelos se simularán en computadora para reproducir los datos experimentales de la Inhibición Presináptica, para después, poder plantear experimentos nuevos, que se puedan hacer en el simulador.

Antecedentes y motivaciones

El término Neurocomputación surge de la necesidad de emplear conceptos y metodologías computacionales para estudiar los datos neurocientíficos.

Los ingenieros en neurocomputación, para el desarrollo de nueva tecnología, se han inspirado en el procesamiento de la información en el sistema nervioso, para desarrollar computadoras de la llamada 6a generación. Las cuales tienen características de:

Desarrollar un modelo computacional implica,

Lo anterior nos conduce al trabajo de esta tesis. Su propósito es servir a la neurocomputación, ofreciéndole un modelo formal de red neuronal, que pueda servir al desarrollo de computadoras de 6a generación.

En específico, encontramos el problema de controlar el flujo de señales en las redes neuronales. La forma de cómo atacar este problema se mostrará en la siguiente sección.

Objetivos

Crear y proponer un modelo formal, basado en un fenómeno neurofisiológico (Inhibición Presináptica), para controlar el flujo de señales en redes neuronales y que permita observar el comportamiento de las neuronas de la red en dos niveles principales:

Alcances


El conocimiento y los datos experimentales a reproducir de la Inhibición Presináptica serán proporcionados por el Dr. Pablo Rudomín(Jefe del Departamento de Fisiología y Neurociencias del CINVESTAV) y su equipo de fisiólogos.


Para mayor información sobre este trabajo, favor de dirigirse a (gerardo@pitts.rhon.itam.mx)

Página anterior