Republica Bolivariana de Venezuela Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental de la Fuerza Armada

Ncleo Miranda Extensin Ocumare del Tuy Ctedra: Teora de Sistemas. Administracin de Desastres. Semestre V. Nocturno.

PROFESORA: BACHILLER: Licenciada. Mara Prez. C.I: 2.940.990. Isbeth Hurfano

1) Qu son neuronas? En el presente trabajo de investigacin se estarn examinando los fundamentos biolgicos de la conducta y los procesos mentales. Se podr explicar, predecir y controlar el comportamiento y los procesos mentales del ser humano a partir de la estructura y el funcionamiento sistema nervioso? Por qu el sistema nervioso (SN)? Porque es el sistema encargado de: Recoger informacin (Externa e interna) Procesar esa informacin. Emitir respuestas (Basado en cmo se proces) Como objetivos generales del presente trabajo, se tendrn en consideracin los siguientes puntos: Se examinarn las principales del estructuras anatmicas y funcionales (SN) Desde la ms simple (la neurona) hasta la ms compleja (el cerebro) Se ilustrar cmo esas estructuras y sus funciones se relacionan con aspectos psicolgicos. La neurona La neurona es considerada la unidad estructural y funcional del (SN): Porque las diferentes estructuras del SN tienen como base grupos de neuronas. Porque cada neurona lleva a cabo la funcin bsica del SN, esta es, transmitir impulsos nerviosos. Estructura de la neurona Aspectos generales.
La neurona es un tipo de clula especializada en la trasmisin de mensajes

conocidos como impulsos nerviosos (IN).

Algunas partes de la neurona son similares a las de las dems clulas. Otras partes son distintivas de las neuronas.

Tomado con la ayuda de un microscopio electrn. Esta fotografa muestra las clulas de los cuerpos, dentritas y axones en una agrupacin de neuronas (Traduccin desde el idioma ingls al espaol) Axn: En anatoma abrazadero alrededor del nervio que sale de la neurona y pasa los impulsos de la clula.

Soma o cuerpo celular

Es donde el soma incluye el ncleo. Es donde principalmente se produce la

energa.
A diferencia de otras clulas, el ncleo de las neuronas no lleva a cabo

divisin celular, o sea, que las neuronas no se reproducen. Consecuencia: dao al tejido neuronal puede tener irreversibles (ej. Dao al cordn espinal)

consecuencias

Dendritas
Prolongaciones que salen del soma. Suelen ser muchas y ramificadas. Las dendritas recogen informacin proveniente de otras neuronas u rganos

del cuerpo y la llevan hasta el soma. Durante el crecimiento aumenta el crecimiento de dendritas, pero luego nmero predomina la especializacin. Axn
Es una sola prolongacin que sale del soma en direccin opuesta a las

dendritas. Su tamao vara segn el lugar (ej en el cerebro son cortos y en las piernas largos). Su funcin es conducir IN desde el soma hacia otra neurona, msculo o glndula del cuerpo. El axn tiene varias subdivisiones. Partes del Axn Capas de mielina Aislante que cubre el axn. Facilita la transmisin de los Impulsos Nerviosos (IN) La falta de mielina est asociada con dificultad en la transmisin de los IN. (Ej. esclerosis mltiple y limitaciones motrices de los bebs) Ndulos de Ranvier Espacios entre las capas de mielina Permiten renovacin del IN
Botones Sinpticos

Ramificaciones al final del axn, permiten que el (IN) se propague n diferentes direcciones. En los botones sinpticos hay:
Vesculas sinpticas

Contienen neurotransmisores (NT). Los (NT) se encargan en trasmitir el IN de una neurona a otra.

Figura 3.11 Anatoma de una sinapsis (a) Un micrgrafo de electrn mostrando una sinapsis desde el cerebelo de un ratn. Ampliacin X 93.000. Las pequeas estructuras alrededor son vesculas. (b) Un micrgrafo de electrn mostrando terminales de axn sobre el soma de una neurona. Ampliacin X 11.000. (Traduccin desde el idioma ingls al espaol) Clulas glia Clulas que tienen a su cargo ayudar a la neurona en diversas funciones (Ej. eliminar desechos metablicos). Las clulas glia ayudan a las neuronas a ser ms eficientes. Clulas Shuamm es un tipo de clula glia y tiene a su cargo producir la mielina

Funcionamiento de la neurona

 En trminos generales, la funcin de la neurona es transmitir informacin en

la forma de IN El IN viaja en una sola direccin: se inicia en las dendritas, se concentra en el soma y pasa a lo largo del axn hacia otra neurona. El IN es electroqumico, o sea, una corriente elctrica producida por tomos y molculas con cargas elctricas. El IN se puede dividir en varias fases:

Potencial de reposo PR El potencial de accin PA El desplazamiento del potencial de accin a lo largo del axn El periodo refractario Transmisin sinptica

Veamos cada uno de ellos. El potencial de reposo

Es cuando la neurona no est transmitiendo un IN. La neurona est cargada (estado de tensin), lista para disparar, o sea,

enviar un IN. Esa carga se debe a un desbalance elctrico entre el interior y exterior de la neurona.

 El desbalance elctrico es provocado por concentraciones desiguales de

iones de K+, Na+, Cl- y protenas con carga negativa. Particularmente, hay una mayor concentracin a la vez que las de Na+ en el exterior del axn protenas con carga negativa no pueden salir. El resultado es que el interior de la neurona est cargado negativamente (aprox. -70mili volt.)respecto al exterior.

Ese desbalance es mantenido sistema de bombas ubicados en los ndulos de

Ranvier. Esta carga negativa de la neurona en su estado de reposo es la fuerza o potencial que tiene para iniciar un IN.

El potencial de accin
Es un cambio drstico en la carga electroqumica en un punto de la neurona.

El mismo es provocado por cambios en las concentraciones de Na+ y K+ en el interior y exterior del axn. El cambio surge cuando la neurona recibe algn tipo de estimulacin externa. Esa estimulacin se inicia en las dendritas Si la estimulacin alcanza cierto nivel, provocar que las bombas ubicadas en los ndulos de Ranvier se abran. Como consecuencia habr una entrada masiva de Na+ Entonces cambiar la carga elctrica dentro del axn: de -70mv a +40mv.

 Ese cambio en la carga elctrica en un punto del axn es lo que se le conoce como PA.

Desplazamiento del potencial de accin a los largo del axn El primer PA provocar que se inicie otro PA en el ndulo de Ranvier prximo ms cercano. All habr un nuevo intercambio de iones mientras que el punto anterior va regresando al PR Este proceso se repite a lo largo del axn hasta llegar a los terminales

Umbral y Principio del todo o nada No importa cun intenso sea la estimulacin inicial, si la misma alcanza el umbral (o intensidad mnima necesaria) el IN se iniciar y tendr siempre el mismo resultado neto (ser de igual magnitud). A esto ltimo se le conoce como el principio del todo o nada.

El periodo refractario Tiempo que tarda la neurona en retornar al PR (o sea, en recargar). Mientras se recupera, la neurona no puede enviar otro IN. El periodo refractario dura milsimas de segundos. Sin embargo, muchos impulsos consecutivos pueden llegar a producir fatiga neuronal (ej. desenzibilizacin sensorial)

Transmisin sinptica
Cuando los NT son liberados a la sinapsis, stos se desplazan hasta la

membrana objetivo y all se pegan en lugares especficos. De esta forma se pasa el IN Vemos que la comunicacin interneuronal es distinta a la transmisin intraneuronal

Los Neurotransmisores Los NT guardan una relacin llave cerradura respecto al lugar donde se adhieren. Esto quiere decir que la relacin es especfica: ciertos NT pueden adherirse en determinados lugares y producen reacciones especficas. Adems, dependiendo del lugar es la funcin que puede desempear el NT ya sea como inhibidor o excitador. Tambin, dependiendo del lugar un mismo NT puede estar relacionado con diferentes procesos psicolgicos o actividades mentales.

2) Qu es una red? El trmino genrico "red" hace referencia a un conjunto de entidades (objetos, personas, etc.) conectadas entre s. Por lo tanto, una red permite que circulen elementos materiales o inmateriales entre estas entidades, segn reglas bien definidas. Red: Conjunto de equipos y dispositivos perifricos conectados entre s. Se debe tener en cuenta que la red ms pequea posible est conformada por dos equipos conectados. Redes: implementacin de herramientas y tareas para conectar equipos de manera que puedan compartir recursos en la red. Segn el tipo de entidad involucrada, el trmino utilizado variar:

Red de transporte: conjunto de infraestructuras y vehculos usados para transportar personas y bienes entre diferentes reas geogrficas. Red telefnica: infraestructura usada para transportar seales de voz desde una estacin telefnica a otra. Red neural: conjunto de neuronas conectadas entre s. Red criminal: conjunto de estafadores complotados (donde hay un estafador, por lo general hay otro). Red informtica: conjunto de equipos conectados entre s mediante lneas fsicas que intercambian informacin bajo la forma de datos digitales (valores binarios, es decir valores codificados como una seal que puede representar 0 1). Obviamente, los artculos que est leyendo en este momento tratan de las redes informticas. No existe un slo tipo de red, ya que histricamente han existido diferentes tipos de equipos que se han comunicado en varios lenguajes diferentes. La necesidad de contar con mltiples tipos de redes tambin surge de la heterogeneidad de los medios fsicos de transmisin que las une, ya sea que los datos se transfieran de la misma manera (por pulsos elctricos, haces de luz u ondas electromagnticas) o que utilicen el mismo tipo de medio fsico (como un cable coaxial, pares trenzados o lneas de fibra ptica). Cada captulo describe las caractersticas de los medios fsicos de transmisin as como la manera en que los datos se desplazan por la red. Pensar en una red clsica de pescadores es bastante grfico para comprender la estructura de la Red. En ella, se pueden diferenciar a simple vista dos elementos que se repiten: los nudos y los segmentos de malla que unen los distintos nudos. Al hablar de Internet estamos hablando tambin de una red y los elementos que componen esa red son los nodos y los enlaces. La estructura de Internet no es tan regular como una red de pescadores, si bien se pretende tener conectividad entre todos los nodos, es decir, lo ideal es tener la posibilidad de encontrar al menos dos rutas o caminos (path en ingls) entre dos nodos cualesquiera. Uno de ellos ser el nodo origen de los mensajes mientras que el otro ser el nodo destino. Los nodos no son ms que ordenadores dedicados a encaminar los paquetes hacia su destino, eligiendo el enlace ms adecuado en cada momento. Estos nodos reciben el nombre de enrutadores (ROUTERS), y seran algunos de los nudos de la parte interna/central de la red de pesca. Igualmente, nosotr@s al conectarnos

utilizamos un ordenador, que si bien tambin es un nodo de la red se le denomina HOST (tu ordenador). Los enlaces son las conexiones fsicas entre nodos y estn formados por un conjunto de circuitos de datos en forma de hilos telefnicos, fibras pticas, microondas y dems soportes propios de Telecomunicaciones. La informacin, se divide en trozos de un nmero determinado de caracteres. A cada trozo de estos, denominado paquete, se le asocia informacin de enrutamiento, y se enva por un enlace. Es decir, cuando se establece una conexin internet, tu equipo queda conectado por un enlace a la red. Existen una serie de ordenadores que estn conectados a la red con el objeto de ofrecer y proporcionar alguna clase de servicio a todo aquel que se lo pida. Estos ordenadores son tambin nodos de la red y se denominan servidores (SERVERS). Para poder acceder a los recursos que ofrece un servidor se necesita un tipo de programa especfico, denominado programa cliente, que debes ejecutar en tu ordenador y que es el encargado de mantener el dilogo con el programa servidor. Se dice que estamos en una arquitectura cliente / servidor, en la que el programa servidor corre en el ordenador que ofrece algn recurso y el programa cliente en el ordenador de aqul que lo reclama. En el mundo Internet, por ejemplo, tenemos que los famosos programas navegadores son clientes que piden pginas a diversos servidores que existen en la red. En funcin del trfico que deba circular por un enlace en concreto, o de lo que se pague por l, se utilizan lneas de mayor capacidad, que hacen que el flujo de informacin entre dos nodos sea ms o menos rpido. Organizacin de la informacin distribuida En Internet no existe un nico ordenador central al que acudir, sino que la informacin se encuentra dispersa, en equipos situados por toda la red, en lugares desconocidos normalmente. En trminos informticos, esta situacin se describe diciendo que la informacin se encuentra distribuida, lo que conlleva la necesidad de herramientas y criterios de localizacin. Una fuente de datos se considera localizada cuando se conoce su direccin Internet, consistente en cuatro grupos de nmeros (0-255) que identifican de forma nica una mquina dentro de todo el conjunto de redes. Existe un mecanismo que nos oculta las autnticas direcciones, bastante difciles de memorizar, por cierto, y las sustituye por nombres mucho ms intuitivos. Una direccin propia de Internet tiene la siguiente forma: 195.76.188.2, mientras su alias es "nodo50.org". Es lo que se llama direccin IP. En el apartado de usuarios y dominios de este Nivel Bsico de manuales ampliamos informacin sobre este importante aspecto.

La naturaleza distribuida de la red tiene un problema asociado: poder saltar o moverse de una fuente de datos a otra. El refinamiento mximo vino con el protocolo de transferencia de hipertexto HTTP, que permiti incluir dentro de un documento enlaces que apuntaban a otros documentos relacionados, pudiendo encontrarse stos en la misma fuente de datos o en una remota, facilitndose la navegacin intuitiva. El moverse entre fuentes de datos situadas en muy diversos lugares supone la utilizacin de diversas rutas o caminos para llegar a ellos y, por tanto, la efectividad depende de: Canal de comunicaciones variable. Lejana fsica del servidor de informacin. La sobrecarga del servidor. Dado que existen franjas horarias a lo largo del da en las que los servidores sufren picos de acceso que provocan autnticos embotellamientos en las autopistas de la informacin, son las tan conocidas horas punta. Recordad que estis en una red mundial, es decir, las horas de mayor afluencia varan si el servidor al que queremos acceder es europeo, americano, asitico, etc. Tipos de informacin No es lo mismo leer un correo pequeo, acceder a una pgina de slo texto, consultar pginas con abundante informacin multimedia o descargar en nuestro equipo un fichero ejecutable extenso. La diferencia esta aparejada con el tamao de la informacin que contienen. El texto es lo que menos ocupa y, por contra, la informacin con imgenes, sonido o un programa ejecutable son los que ms ocupan. Cuanto mayor sea la informacin, ms tiempo es necesario, con el consiguiente riesgo de un corte en la conexin que pueda dejarnos con la informacin a medias, algo no muy grave en el caso de correo o pginas hipertextuales, pero fatal para las transferencias de ficheros, puesto que hay que volver a traerlo todo, sin olvidar el gasto ocasionado. Toda informacin a transferir, susceptible de ser comprimida, debe ser comprimida Los tipos de informacin ms comunes en Internet son: - Correo: puedo tener correo dirigido a m especficamente, o correo recibido por mi presencia en listas de distribucin - Noticias: est organizado en torno a grupos de noticias, de forma que un usuario se suscribe a aquellos grupos que sean de su inters, recibiendo los artculos nuevos cada vez que se conecte a su servidor. Tu labor se reduce a elegir los grupos de noticias que puedan interesarte y participar en los mismos.

-Documentos con hipertexto: ms conocidos por pginas Web. Podemos encontrarnos desde pginas muy sencillas, conteniendo simplemente texto y enlaces a otros documentos hasta complejas pginas con grficos animados dispuestos en varios marcos (FRAMES), algo as como mini-pginas dentro de una pgina, con elementos multimedia incluidos (sonido, vdeo) y, nuevamente, ms enlaces a otros documentos. - Programas o aplicaciones: Estn disponibles en la red y podemos encontrar:
Freeware: aquellos programas que son de libre distribucin y totalmente

gratuitos.
Shareware: aplicaciones de las que se puede disponer libremente, aunque

se suele solicitar una pequea aportacin en caso de satisfaccin, destinada a darnos de alta como usuario y mantenernos informados de nuevas versiones o mejoras.
Versiones

de prueba o evaluacin, betas: que son programas comerciales, en versiones casi definitivas, que se encuentran en fase de depuracin o pruebas finales y se distribuyen para que sean sometidos a uso real, de forma que se detecten errores y se informe de ellos, con idea de subsanarlos en la versin comercial final.

3) Qu es una Red Neuronal? Redes Neuronales de tipo Biolgico Se estima que el cerebro humano contiene ms de cien mil millones de neuronas y sinapsis en el sistema nervioso humano. Estudios sobre la anatoma del cerebro humano concluyen que hay ms de 1000 sinpsis a la entrada y a la salida de cada neurona. Es importante notar que aunque el tiempo de conmutacin de la neurona ( unos pocos milisegundos) es casi un milln de veces menor que en las actuales elementos de las computadoras, ellas tienen una conectividad miles de veces superior que las actuales supercomputadoras. El objetivo principal de de las redes neuronales de tipo biolgico es desarrollar un elemento sinttico para verificar las hiptesis que conciernen a los sistemas biolgicos. Las neuronas y las conexiones entre ellas (sinapsis) constituyen la clave para el procesado de la informacin. Observe la figura:

La mayor parte de las neuronas poseen una estructura de rbol llamadas dendritas que reciben las seales de entrada que vienen de otras neuronas a travs de las uniones llamadas sinapsis. Algunas neuronas se comunican solo con las cercanas, mientras que otras se conectan con miles. Hay tres partes en una neurona: 1. el cuerpo de la neurona, 2. ramas de extensin llamadas dendritas para recibir las entradas, y 3. un axn que lleva la salida de la neurona a las desdiras de otras neuronas. La forma que dos neuronas interactan no est totalmente conocida, dependiendo adems de cada neurona. En general, una neurona enva su salida a otras por su axn. El axn lleva la informacin por medio de diferencias de potencial, u ondas de corriente, que depende del potencial de la neurona. Este proceso es a menudo modelado como una regla de propagacin representada por la funcin de red u(.). La neurona recoge las seales por su sinapsis sumando todas las influencias excitadoras e inhibidoras. Si las influencias excitadoras positivas dominan, entonces la neurona da una seal positiva y manda este mensaje a otras neuronas por sus sinapsis de salida. En este sentido la neurona puede ser modelada como una simple funcin escaln f(.). Como se muestra en la prxima figura, la neurona se activa si la fuerza combinada de la seal de entrada es superior a un cierto nivel, en el caso general el valor de activacin de la neurona viene dado por una funcin de activacin f(.).

Conexiones hacia delante: para todos los modelos neuronales, los datos de las neuronas de una capa inferior son propagados hacia las neuronas de la capa superior por medio de las redes de conexiones hacia adelante.
1. Conexiones hacia atrs: estas conexiones llevan los datos de las neuronas

de una capa superior a otras de la capa inferior.

2. Conexiones laterales. Un ejemplo tpico de este tipo es el circuito "el

ganador toma todo" (winner-takes-all), que cumple un papel importante en la eleccin del ganador. 3. Conexiones con retardo: los elementos de retardo se incorporan en las conexiones para implementar modelos dinmicos y temporales, es decir, modelos que precisan de memoria. Las conexiones sinpticas pueden ser total o parcialmente interconectadas, como muestra la figura. Tambin es posible que las redes sean de una capa con el modelo de pesos hacia atrs o bien el modelo multicapa hacia adelante. Es posible as mismo, el conectar varias redes de una sola capa para dar lugar a redes ms grandes. Tamao de las Redes Neuronales En una red multicapa de propagacin hacia delante, puede haber una o ms capas ocultas entre las capas de entrada y salida. El tamao de las redes depende del nmero de capas y del nmero de neuronas ocultas por capa.

Nmero de capas: en una red multicapa, hay una o ms capas de neuronas ocultas entre la entrada y la salida. El nmero de capas se cuenta a menudo a partir del nmero de capas de pesos (en vez de las capas de neuronas). Nmero de unidades ocultas: El nmero de unidades ocultas est directamente relacionado con las capacidades de la red. Para que el comportamiento de la red sea correcto (esto es, generalizacin), se tiene que determinar apropiadamente el nmero de neuronas de la capa oculta.

Aproximaciones CON frente a OCON Abordamos el problema de cuantas redes son necesarias para la clasificacin en multicategorias. Tpicamente, cada nodo de salida se usa para representar una clase. Por ejemplo, en un problema de reconocimiento alfanumrico, hay 36 clases; as que en total habr 36 nodos de salida. Dado un patrn de entrada en la fase de prueba, el ganador (i.e., la clase que gana) es normalmente el nodo que tiene el valor ms alto a la salida. Dos posibles tipos de arquitectura son "All-Class-in-One-Network" (ACON), esto es, todas las clases en una red y "One-Class-in-One-Network" (OCON),

esto es, una red para cada clase. En la aproximacin ACON, todas las clases son reconocidas dentro de una nica sper red. En algunos casos es ventajoso descomponer esta macro red en varias subredes ms pequeas. Por ejemplo, una red de 36 salidas se puede descomponer en 12 subredes, cada una responsable de tres salidas. La descomposicin mas extrema es la llamada OCON, donde una subred se dedica para una sola clase. Aunque el nmero de subredes en la estructura OCON es relativamente largo, cada subred individual tiene un tamao menor que la red ACON. Esto se puede explicar con las siguientes figuras,

la red entera Se divide en

varias subredes. Por conveniencia, supongamos que todas las redes tienen el mismo tamao, por ejemplo k. El nmero de unidades ocultas de las macro-red ACON se denota por K. Obviamente, k << K. Las dos estructuras difieren claramente en tamao y rapidez, esto es, en el nmero total de pesos sinpticos y en el tiempo de entrenamiento. Sean los vectores de entrada y salida de dimensiones n y N respectivamente. El nmero total de pesos sinpticos es para la estructura ACON (N+n) * K. De la misma forma, el nmero para la estructura OCON es N * (n+1) * k approx. N*n * k . Los dos casos extremos son analizados a continuacin. Cuando N es relativamente pequea (comparado con n), la estructura ACON podra tener el mismo nmero de pesos o algo menos que la OCON. Si N es muy grande, entonces la OCON podra tener una mayor ventaja en trminos del tamao de la red. Adems, la OCON parece ser que aventaja a la ACON en la rapidez de reconocimiento y entrenamiento cuando el nmero de clases es grande. En la estructura ACON, la nica macro-red tiene que "satisfacer" todas estas clases, as que el nmero de unidades ocultas K ha de ser muy grande. 3.1 DEFINICIN DE REDES NURONALES (RNA) El construir una computadora que sea capaz de aprender, y de entender el significado de las formas, en imgenes visuales, o incluso distinguir entre distintas

clases de objetos similares son parte de la problemtica a la que se enfrentan los que disean computadoras, los ingenieros y programadores (FEEMAN Y SAKAPURA 1999). La incapacidad de la generacin actual de computadoras para interpretar el mundo general no indica, sin embargo que esta sean inadecuadas. Generalmente los problemas se presentan cuando tratamos de resolver problemas que involucran un procesamiento paralelo como mencionbamos anteriormente, es el reconocimiento visual de imgenes. Para una computadora el reconocer imgenes aun muy diferentes, es una tarea sumamente difcil, lo que en el caso de los humanos es algo relativamente sencillo. Esto se debe que los sistemas biolgicos poseen una arquitectura distinta (paralelismo masivo) a la de una computadora moderna. Por esta razn se han tratado de simular algunas caractersticas de la filosofa del cerebro humano para elaborar nuevos procesos de elaboracin (FREEMAN SAKAPURA 1991). Podemos definir a una Red Neuronal Artificial (RNA) en adelante como modelo matemtico inspirado en sistemas biolgicos adaptados y simulados en computadoras convencionales. Como es conocido en este sistema la Neurona es la unidad de procesamiento, aunque RNA, sean muchos menos complejos que una Red Neuronal Biolgica tambin realizan clculos complejos e informacin. Por otro lado la computadora Biolgica (Derivada del Procesamiento en Sistemas Biolgicos se caracteriza masivamente paralela lenta altamente interconectada y tolerante al ruido en el medio ambiente y sus componentes. 3.2 Definicin y Descripcin de una Red Neuronal Artificial Una red neuronal artificial es una estructura compuesta de un nmero de unidades interconectadas (Neuronas Artificiales). Cada unidad posee una caracterstica de entrada y salida e implementa una computacin local o funcin. La salida de cualquier unidad esta determinada por su caracterstica de entrada y salida su interconexin con otras unidades, y posiblemente de sus entradas internas. Sin embargo es posible un trabajo a mano, y la red desarrolla usualmente una funcionalidad general a travs de una o ms formas de entrenamiento (Schalkojf 1997). El cerebro humano contiene ms de cien billones elementos de procesos llamados neuronas que se comunican a travs de conexiones llamadas (SINAPSES). Cada neurona esta compuesta por tres partes fundamentales: el cuerpo, dendritas y axn.

El cuerpo en su caja externa tiene la capacidad nica de generar impulsos nerviosos. Las dendritas que son como ramas que salen del cuerpo poseen algunas conexiones SINAPTICAS de donde se reciben seales que generalmente vienen de otros axones. El axn se encarga de activar o inhibir otras neuronas las cuales a sus ves son activadas por cientos de miles de neuronas. El funcionamiento de una neurona esta basado en este diseo bsicamente consiste en aplicar un conjunto de entradas cada uno representando la salida de otra neurona, una entrada del medio externo. 3.3 Estructuras de las Redes Neuronales Artificiales Los aspectos ms caractersticos de las estructuras son la estructura de conexin, el tamao de la red y la eleccin entre ACON y OCON. Estructuras de conexin de atrs hacia delante Una red neuronal se determina por la neurona y la matriz de pesos. El comportamiento de la red depende en gran medida del comportamiento de la matriz de pesos. Hay tres tipos de capas de neuronas: la de entrada, las ocultas y la de salida. Entre dos capas de neuronas existe una red de pesos de conexin, que puede ser de los siguientes tipos: Hacia delante, hacia atrs, lateral y de retardo, tal como puede verse en la siguiente figura:

4) Que es un sistema de experto? Sistema Experto. Los sistemas expertos son programas que imitan el comportamiento de un humano. Utilizan la informacin que el usuario le proporciona para darle una opinin sobre cierta materia. Por tanto, el sistema experto le hace preguntas hasta que pueda identificar un objeto que se relacione con sus respuestas. El primer sistema experto de xito mundial fue el MYCIN. Desarrollado en la Universidad de Stanford en la mitad de los setenta, fue diseado para ayudar a los mdicos a diagnosticar algunas enfermedades bacterianas. El diagnstico de enfermedades es en esencia una tarea basada en la comparacin de los sntomas mostrados por un paciente con los sntomas propios de una enfermedad hasta que se encuentre la relacin. Otro ejemplo de la viabilidad comercial de los sistemas expertos es el PROSPECTOR es un experto en geologa: predice la posibilidad de que ciertos depsitos de minerales se encuentren en una regin en particular. Ha habido distintas variaciones en este programa, incluyendo programas que pueden predecir el descubrimiento de petrleo, gas natural y helio. El comienzo de la dcada de los ochenta vio la introduccin de sistemas expertos que podan proporcionar consultas de impuestos, consejos sobre seguros y ayuda legal. Se pensaba que al final de los ochentas estos iban a tener aplicaciones en muchas reas - desde jardinera a reparacin de automviles -.

5) Qu es una red artificial? Una red neuronal es una maquina diseada para modelar la forma en que el cerebro realiza una tarea particular. La red se suele implementar usando componentes electrnicos, o simulada en software sobre un computador digital. Emplean una interconexin masiva de clulas simples de computacin denominadas neuronas (Unidades de procesamiento).

Una red neuronales un procesador masivamente paralelo distribuido que presenta una facilidad natural para almacenar conocimiento de experiencias y hacerlo disponible para su uso. Se semeja al cerebro en dos aspectos: 1. La red adquiere conocimiento mediante un proceso de aprendizaje 2. Los pesos de las conexiones interneuronales, para conocidos como pesos sinpticos, se usan para almacenar el conocimiento. El procedimiento usado para realizar el proceso de aprendizaje se denomina algoritmo de aprendizaje, y su funcin es modificar los pesos sinpticos de la red. Tambin es posible modificar la topologa de la red (motivado por que las neuronas en el cerebro humano puede morir, apareciendo nuevas conexiones sinpticas). 6) Importancia de una red? No es lo mismo leer un correo pequeo, acceder a una pgina de slo texto, consultar pginas con abundante informacin multimedia o descargar en nuestro equipo un fichero ejecutable extenso. La diferencia esta aparejada con el tamao de la informacin que contienen. El texto es lo que menos ocupa y, por contra, la informacin con imgenes, sonido o un programa ejecutable son los que ms ocupan.

Cuanto mayor sea la informacin, ms tiempo es necesario, con el consiguiente riesgo de un corte en la conexin que pueda dejarnos con la informacin a medias, algo no muy grave en el caso de correo o pginas hipertextuales, pero fatal para las transferencias de ficheros, puesto que hay que volver a traerlo todo, sin olvidar el gasto ocasionado. Toda informacin a transferir, susceptible de ser comprimida, debe ser comprimida

Los tipos de informacin ms comunes en Internet son:

- Correo: puedo tener correo dirigido a m especficamente, o correo recibido por mi presencia en listas de distribucin

- Noticias: est organizado en torno a grupos de noticias, de forma que un usuario se suscribe a aquellos grupos que sean de su inters, recibiendo los artculos nuevos cada vez que se conecte a su servidor. Tu labor se reduce a elegir los grupos de noticias que puedan interesarte y participar en los mismos.

- Documentos con hipertexto: ms conocidos por pginas Web. Podemos encontrarnos desde pginas muy sencillas, conteniendo simplemente texto y enlaces a otros documentos hasta complejas pginas con grficos animados dispuestos en varios marcos (FRAMES), algo as como mini-pginas dentro de una pgina, con elementos multimedia incluidos (sonido, vdeo) y, nuevamente, ms enlaces a otros documentos.

- Programas o aplicaciones: estn disponibles en la red y podemos encontrar:

Freeware: aquellos programas que son de libre distribucin y totalmente gratuitos. Shareware: aplicaciones de las que se puede disponer libremente, aunque se suele solicitar una pequea aportacin en caso de satisfaccin, destinada a darnos de alta como usuario y mantenernos informados de nuevas versiones o mejoras. Versiones de prueba o evaluacin, betas: que son programas comerciales, en versiones casi definitivas, que se encuentran en fase de depuracin o pruebas finales y se distribuyen para que sean sometidos a uso real, de forma que se detecten errores y se informe de ellos, con idea de subsanarlos en la versin comercial final.