Selectrón (perceptrón diferencial) modelo informático basado en fisiología del aprendizaje (página 2)

_________________________________________

El patrón percibido es una intensidad de propiedad física que tiene un gradiente, puesto que obviamente esta intensidad cambia en función del tiempo.

La escalada espacial es una medida de dimensión espacial que desde luego corresponde a un vector en tres dimensiones de espacio que en esencia es la percepción de un campo de ruido y se puede considerar además el tiempo mediante la intuición de frecuencia.

__________________________________________

Sea N la carga informática que determina un probable disparo.

Sea xi;i=0,1,2….n las variables que definen el patrón.

Sea wi;i=0,1,2 la razon de pesos iónicos entre la concentración exterior y la concentración interior de cada unión sináptica.

W=?wi

De la ecuación de NERNTS

v=±61log W

la respuesta somática sería -45mv para disparo, -85 como limite valor para inhibición y -65 mv en reposo. si a estas cifras se les suma 65, se obtendría :

20 para disparo,0 el reposo, y -20 para inhibición.

De esta forma la ecuación de del SELECTRON se transformaría en : N=±61log|W|+65

La situación gráficamente es la siguiente:

Fig. 1)

La excitación x medida como potencial de membrana, determina el potencial receptor asi:

R=fx

f es la fracción de transducción.

f es adimensional

Como es sabido f es variable y depende de x

Sea g la capacidad de generación de canal de concentración iónica en Cl-, Na+ y k+ en función de la segregación neurotransmisora.

Significa que para señales altas la excitación tiende a una constante como evidentemente ocurre. puesto que si dN/dx=0 si x es alta, N es constante.

Este pensamiento dice que la carga informática es la contribución del ponderado del cambio de la neurotransmisión en función del cambio del patrón. Esto explica por que no censamos la camisa que tenemos puesta, ya que no hay cambio de patrón.

Así que al cerebro llega la transducción de una señal censada, su intensidad y coordenadas espaciales(ruido) en un instante de tiempo, en un modelo más amplio, pero que se puede adecuar a menos percepciones para efectos didácticos, por ejemplo considerar solo dos dimensiones y ver el modelo en forma planar.

De esta forma la señal del primer patrón percibido tiene gradiente 0 por cuanto esta señal se convierte en medida de referencia y el primer perceptrón la fija con la referencia 1, esto es simplemente la capta, Justo cuando el patrón cambia el gradiente es diferente de cero, como es lógico se completa el aprendizaje del primer perceptrón fijando el patrón actual con 0, mientras que el perceptrón diferencial siguiente fija este nuevo patrón con 1.

Este gradiente es el que posibilita el estímulo adecuado para motivar la segregación neurotransmisora que es en últimas la carga informática neuronal.

El impulso que viene por el axón desde el transductor (cóclea, corpúsculo de pacini etc), activa el centro neurotransmisor que a su vez motiva la actuación de un receptor específico de esta forma la molécula receptora con su unión neurotransmisora actúa como permocationizante sódica por ejemplo.La acumulación de contribuciones voltaicas (UCIN en este caso del modelo) alcanzan el umbral y dispara el pulso.

La unión neurotransmisora es debilitada por catalazas que atacan y metabolizan el permocationizante.

Así que después del pulso el diferencial respuesta se pierde y se reinicia el proceso.Pero también hay corrientes que activan neurotransmisores inhibinergicos al facilitar canales de ión cloro, que a su vez inhiben receptores potencialmente cinérgicos que harían que la señal no dispare se indica por la presencia promedia de -75 milivoltios,

I es un canal inhibinérgico, un disparo desataría una contribución clórica

fig (3)

Las sensaciones estimulan centros corticoides, se establece el patrón y el sistema lo toma como referencia, el sistema duerme y el ambiente pasa inadvertido. Pero cuando existe un diferencial en el patrón captado, el sistema es estimulado y aprende lo contrario(lo que no es el patrón antes refenciado) al patrón referencia, y en este momento se verifica el aprendizaje del nuevo patrón, esto implica que el centro de memoria inhabilita circuitos neurales con acciones inhibinergicas, para dejar vigente el circuito que aprende.

____________________________________________

Los centros corticales en profundidad (G en la fig (3)) son habilitados por el disparo, garantizando la especialización del conocimiento, la primera memoria está representada como una neurotransmisión posiblemente

"liviana" (esto para diferenciar lo que sucede con el posprocesamiento que se tratará en otro artículo)

La situación entonces se puede explicar así:

Al censar el patrón p0, la neurona 0 dispara por I(0,1) y por G esto incrementa en N1 un valor negativo, por cuanto I es de tipo inhibinérgico.

Cuando se cambia al patrón p1, el gradiente es diferente de 0 y entonces:

La neurona 0 aprende y memoriza tanto el patron 0 como el patrón 1, la neurona 1 ve el patrón p1 con 1.

ALGORITMO

Perceptrón 0

Perceptrón 0

1-Se lee del ambiente las señales que identifican el pátrón p0

2-se asume f aleatoriamente o de un resultado práctico

3-se asume g aleatoriamente

4-se calcula fgx para todas las señales

5- I vale 0 entoces igx vale 0

6-Se calcula la sumatoria de fgx mas IfIgI (0)

7-Se aplica la formula de N dependiendo de si W=?fxg es positiva o negativa

8-Si N es positiva el disparo es 1, si no el disparo es 0 y se calcula el aprendizaje

9-el aprendizaje se calcula con la expresión fxe?

e es (1-disparo)

? es la escalada de aprendizaje que oscila entre 0 y 1, entre más bajo sea el valor, mas preciso es el aprendizaje, ya que la exactitud la da la señal de tendencia x0, que siempre debe estar disparada a 1. En la simulación mostrada se usa una escalada de .5

fx corresponden al valor de la señal por la fracción generada en el transductor.

10-una vez calculados los aprendizajes para cada señal, se calcula el nuevo xfg por señal sumando los aprendizaje logrados para cada señal, mas el anterior valor de xfg o ifg según sea el caso ( este caso el aprendizaje correspondiente a I es 0).

-11 se repite desde el paso 6 hasta que el error sea 0 o N>20

Perceptrón 1

Las señales del patrón p0 se tratan con el mismo algoritmo anterior , pero I vale 1, la fracción fI de I es 1 y g es un valor negativo, Ixg=g

Además el error e, se calculará como e=0-disparo

Para el siguiente patrón p1 que tiene otras señales también se le aplica el mismo algoritmo para que el perceptrón 0 vea 0 y el perceptrón 1 vea el 1 , para la ecuación de este pertceptrón se tiene en cuenta que I(1,0)=1, fI=1 y I(1,0)fIgI tiene un valor <0.

y de esta manera se tratarían los patrones adicionales que se puedan presentar.

RESULTADOS DE LA SIMULACION

El patrón p0 representado por las señales x0=1, x1=1,x2=10 con x0 como señal de tendencia, es reconocido con 1 por el perceptrón 1 mediante los pesos aleatorios 5,4,30 respectivamente y este mismo patrón es aprendido como 0 por el perceptrón 1 contigüo. Para esto aprende los pesos xfg: 0, .4, -3,0 y -4.4 este último es consecuencia del disparo inhibitorio evolucionado que viene del perceptrón 0.

El patrón p1 representado por las señales x0=1, x1=1,x2=6 con x0 como señal de tendencia es reconocido con 0 por el el perceptrón 0 mediante los pesos aleatorios 1.85,1.9,-9.8,-7.85 respectivamente, este último valor es ocasionado por el disparo inhibitorio evolucionado que viene del perceptrón 1, además este patrón p1 es reconocido como 1 por el perceptrón 1 con los pesos fgx

0, .4, -3, y 0 , ya que I viene del prerceptrón 0 y vale 0