Home

Tópicos Selectos en Redes Neuronales Artificiales
Tópicos Selectos en Redes Neuronales Artificiales

Objetivo:

Comprender y aplicar los métodos neuronales a la resolución de problemas complejos inspirándonos en el funcionamiento de nuestro cerebro para su concepción modular, local, distribuida y paralela con el fin de crear sistemas fácilmente adaptables e integrables a otros.

Contenido:

  1. Neuromimetismo (modelación en neurociencias)
    • Mecanismos inspirados biológicamente
    • Sistemas ópticos biológicamente inspirados
    • Campos receptivos

  2. Niveles de percepción
    • Filtrado de bajo nivel (brillo, iluminación y contraste)
    • Multi-filtrado espacial (ilusiones ópticas)
    • Niveles de atención

  3. Codificación y decodificación neuronal
    • El sistema visual
    • Métodos de correlación inversa : células simples
    • No linearidades estáticas : células complejas
    • Campos receptivos en la retina y en el LGN
    • Construcción de los campos receptivos en V1

  4. Neuronas y circuitos neuronales
    • Modelos de integración y disparo
    • Conductancias dependientes del voltaje
    • Modelo de Hodgkin-Huxley
    • Redes recurrentes
    • Redes excitatorias-inhibitorias
    • Redes estocásticas

  5. Adaptación y aprendizaje
    • Reglas de plasticidad sináptica
    • Modelos causales para la estimación de la densidad

Bibliografía:

   

Libros de Base:

  • Peter Dayan y L. F. Abbott, Theoretical neuroscience: Computational and mathematical modelling of neural systems, 460 pages, MIT Press, 2001, ISBN : 9780262541855
  • G. N. Reeke, R.R. Poznanski, K. A. Lindsay , J.R. Rosenberg y O. Sporns, Modeling in the Neurosciences: From Biological Systems to Neuromimetic Robotics, CRC CRC; 2 edition (March 29, 2005), ISBN-10: 0415328683, ISBN-13: 978-0415328685
  • Yoseph Bar-Cohen, Biomimetics: Biologically Inspired Technologies, CRC (November 2, 2005), ISBN-10: 0849331633, ISBN-13: 978-0849331633.
  • Anthony Brabazon y Michael O'Neill, Biologically Inspired Algorithms for Financial Modelling (Natural Computing Series), Springer; 1 edition (February 10, 2006), ISBN-10: 3540262520, ISBN-13: 978-3540262527
  • Eugene M. Izhikevich, Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting, The MIT Press ISBN 978-0-262-09043-8, 2007
  • Chris Eliasmith and Charles H. Anderson, Neural Engineering: Computation, Representation, and Dynamics in Neurobiological Systems, The MIT Press 2003.
  • Bin He, Neural Engineering, 488 pages, Springer 1 edition (March 4, 2005), ISBN- 13: 978-0306486098

   

Profundizar

  • Chistof Koch, Biophysics of computation: Information processing in single neurons, 562 pages, Oxford University Press, 1999, ISBN: 9780195181999 
  • Arjen van Ooyen, Modelling Neural Development, A Bradford Book, The MIT Press, USA, 2003, ISBN 0-262-22066-0.
  • Moutier, Sylvain, Inhibition neuronale et cognitive, Lermes Science Publications, Lavoisier, 2003, ISBN 2-7462-0771-0
  • Klaus Ober-mayer and Terrence J. Sejnowski, Self-Organizing Map Formation: Foundation of Neural Computation, The MIT Press 2001.

   

Neurobiología visual

  • H. Kaas and C. E. Collins, The Primate Visual System, Boca Raton: CRC Press, 2003.
  • Michae Swanston, Visual Perception: An Introduction,294 pages, Psychology Press 2 edition (August 9, 2001) ISBN-13: 978-1841692036
  • Laurence Harris and Michael Jenkin, Levels of Perception, Springer, 2003, ISBN 0-387-95525-9.

   

Neuroanatomía básica

  • Afifi, Adel K. y Bergman Ronald A., Neuroanatomía funcional, McGrawHill Interamericana, 2a edición (2006), ISBN 970-10-5504-7
  • Andre Parent y Malcolm B. Carpenter, Carpenter's Human Neuroanatomy,Williams & Wilkins; 9th edition (January 1996), ISBN-10: 0683067524, ISBN-13: 978-0683067521
  • share