Selectrón (perceptrón diferencial) modelo informático basado en fisiología del aprendizaje (página 3)
Enviado por Jorge H. Vallejo O.
1 | 1 | 6 | 1 | 0.3 | 0.2 | 0.5 | 0.8 | 0.3 | 0.2 | 3 | 0.8 | 2 | 2 | 0 | -9.4 | -5.4 | 20.32 | -0.15 | -0.1 | -1.5 | -0.4 | ||||||||||||||||||
1 | 1 | 6 | 1 | 0.3 | 0.2 | 0.5 | 0.8 | 0.3 | 0.2 | 3 | 0.8 | 1.85 | 1.9 | -1.5 | -9.8 | -7.55 | 11.45 | -0.15 | -0.1 | -1.5 | -0.4 | ||||||||||||||||||
Respuesta del perceptrón 1 W=?xfg N=±61log|W|+65 | |||||||||||||||||||||||||||||||||||||||
perceptron 1 | Patrón 0 (disparo 0) | perceptron 1 | ucin | ||||||||||||||||||||||||||||||||||||
x0 | x1 | x2 | i | f0 | f1 | F2 | fi | xf0 | xf1 | xf2 | xfi | g0 | g1 | g2 | gi | fg0 | fg1 | Fg2 | fgi | Xfg0 | xfg1 | xfg2 | xfgi | W | N | a0 | a1 | a2 | ai | ||||||||||
1 | 1 | 10 | 1 | 0.4 | 0.2 | 0.3 | 1 | 0.4 | 0.2 | 3 | 1 | 3 | 5 | 2 | -1.4 | 1 | 1 | 1 | -1 | 1.2 | 1 | 6 | -1.4 | 6.8 | 116 | -0.2 | -0.1 | -2 | -0.5 | ||||||||||
1 | 1 | 10 | 1 | 0.4 | 0.2 | 0.3 | 1 | 0.4 | 0.2 | 3 | 1 | 1 | 0.9 | 4.5 | -1.9 | 4.5 | 105 | -0.2 | -0.1 | -2 | -0.5 | ||||||||||||||||||
1 | 1 | 10 | 1 | 0.4 | 0.2 | 0.3 | 1 | 0.4 | 0.2 | 3 | 1 | 0.8 | 0.8 | 3 | -2.4 | 2.2 | 85.9 | -0.2 | -0.1 | -2 | -0.5 | ||||||||||||||||||
1 | 1 | 10 | 1 | 0.4 | 0.2 | 0.3 | 1 | 0.4 | 0.2 | 3 | 1 | 0.6 | 0.7 | 1.5 | -2.9 | -0.1 | 126 | -0.2 | -0.1 | -2 | -0.5 | ||||||||||||||||||
1 | 1 | 10 | 1 | 0.4 | 0.2 | 0.3 | 1 | 0.4 | 0.2 | 3 | 1 | 0.4 | 0.6 | 0 | -3.4 | -2.4 | 41.8 | -0.2 | -0.1 | -2 | -0.5 | ||||||||||||||||||
1 | 1 | 10 | 1 | 0.4 | 0.2 | 0.3 | 1 | 0.4 | 0.2 | 3 | 1 | 0.2 | 0.5 | -1.5 | -3.9 | -4.7 | 24 | -0.2 | -0.1 | -2 | -0.5 | ||||||||||||||||||
1 | 1 | 10 | 1 | 0.4 | 0.2 | 0.3 | 1 | 0.4 | 0.2 | 3 | 1 | 0 | 0.4 | -3 | -4.4 | -7 | 13.4 | -0.2 | -0.1 | -2 | -0.5 | ||||||||||||||||||
Patrón 1 (disparo 1) | |||||||||||||||||||||||||||||||||||||||
x0 | x1 | x2 | i | f0 | f1 | F2 | fi | xf0 | xf1 | xf2 | xfi | g0 | g1 | g2 | gi | fg0 | fg1 | Fg2 | fgi | Xfg0 | xfg1 | xfg2 | xfgi | W | N | a0 | a1 | a2 | ai | ||||||||||
1 | 1 | 6 | 0 | 0.4 | 0.2 | 0.3 | 1 | 0.4 | 0.2 | 1.8 | 0 | 0 | 0.4 | -3 | 0 | -2.6 | 39.7 | 0.2 | 0.1 | 0.9 | 0 | ||||||||||||||||||
CONCLUSION
Siguiendo el comportamiento neurofisiológico es posible levantar un modelo que pueda selectivamente interpretar múltiples patrones usando canales exclusivamente inhibinérgicos y canales sinérgico-inhibinergicos., con la capacidad de posprocesar información (tema de próximo informe), esta concepción presenta una holística sobre el perceptrón multicapa, que demuestra que el problema del conversor desaparece, y hace del Selectrón una estructura sólida, abriendo un nuevo enfoque en el Estudio de las redes neuronales.
Autor:
Jorge H. Vallejo O.
Docente investigador Uniciencia-Cali
Cali-Colombia
Febrero del 2009
| Página siguiente |