Definición de Neuronas

Introducción

A finales del siglo 19 se logró una mayor claridad sobre el trabajo del cerebro debido a los trabajos de Ramón y Cajal en España y Sherrington en Inglaterra. El primero trabajó en la anatomía de las neuronas y el segundo en los puntos de conexión de las mismas o sinápsis. El tejido nervioso es el más diferenciado del organismo y está constituido por células nerviosas, fibras nerviosas y la neuroglia, que está formada por varias clases de células. La célula nerviosa se denomina neurona, que es la unidad funcional del sistema nervioso. Hay neuronas bipolares, con dos prolongaciones de fibras y multipolares, con numerosas prolongaciones. Pueden ser neuronas sensoriales, motoras y de asociación. Se estima que en cada milímetro del cerebro hay cerca de 50.000 neuronas. El tamaño y la forma de las neuronas es variable, pero con las mismas subdivisiones. El cuerpo de la neurona o Soma contiene el núcleo. Se encarga de todas las actividades metabólicas de la neurona y recibe la información de otras neuronas vecinas a través de las conexiones sinápticas. 

Definición de Neuronas

Las neuronas son un tipo de células del sistema nervioso cuya principal característica es la excitabilidad eléctrica de su membrana plasmática; están especializadas en la recepción de estímulos y conducción del impulso nervioso(en forma de potencial de acción) entre ellas o con otros tipos celulares, como por ejemplo las fibras musculares de la placa motora. Altamente diferenciadas, la mayoría de las neuronas no se dividen una vez alcanzada su madurez; no obstante, una minoría sí lo hace. Las neuronas presentan unas características morfológicas típicas que sustentan sus funciones: un cuerpo celular llamado soma o «pericarion», central; una o varias prolongaciones cortas que generalmente transmiten impulsos hacia el soma celular, denominadas dendritas; y una prolongación larga, denominada axón o «cilindroeje», que conduce los impulsos desde el soma hacia otra neurona u órgano diana.

Definición de Redes Neuronales

Una red neuronal o un circuito neuronal es un conjunto de conexiones sinápticas ordenadas que se produce como resultado de la unión de las neuronas a otras en sus regiones correspondientes tras la migración neuronal.

Las redes neuronales en los últimos años se han convertido en uno de los instrumentos de uso frecuente para detectar categorías comunes en los datos. Como su nombre lo indica simula el sistema nervioso real en forma abstracta. Estas deben ser entrenadas para que den solución a los problemas. Esta enseñanza se realiza repitiendo sistemáticamente entradas clásicas, con sus respectivas salidas o respuestas. Son usadas para reconocimiento de patrones, clasificaciones de voz e imagen, procesamiento de lenguaje natural, predicción y optimización.

Son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida.

Una de las principales características de las redes neuronales, es que son capaces de trabajar con datos incompletos e incluso paradójicos, que dependiendo del problema puede resultar una ventaja o un inconveniente.

Una red neuronal o red neural, puede referirse a:

 Red neuronal artificial, modelos matemáticos, computacionales, reales, ideales de una red neuronal empleados en estadística, psicología cognitiva, e inteligencia artificial.

 Red neuronal biológica, cúmulo de neuronas físicamente interconectadas cuya actividad ayuda a definir un circuito reconocible en el sistema nervioso.

Las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN") son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.

Diferencias de Redes Neuronales Matemáticas y Bilógicas.

 Las redes artificiales se basan siempre es funciones lógicas en todos los casos, no admitiéndose por tanto raciocinios que no se encuentren entre sus “bases”, sin embargo, no se sabe muy bien cómo hace las cosas nuestra mente en la mayor parte de las veces, aunque parecen ser el resultado de procesos sumamente complejos en varias partes de nuestro cerebro. Los ejemplos incluyen los procesos de aprendizaje o las tareas sensoriales y motoras. Otra gran diferencia es el hecho de que las redes neuronales artificiales se basan por así decirlo en el análisis, algo así como comenzar por una idea fundamental y descomponerla hasta conocer todos sus componentes.

 Las redes biológicas basan su funcionamiento en la síntesis pues así es el acercamiento de las redes neuronales: se comienza por un comportamiento inicial y se trata de conformar la inteligencia mediante la unión de estos componentes. Si a lo que acabamos de enumerar le sumamos las características que diferenciaban al cerebro de los ordenadores tradicionales, como son el aparente “desorden” con el que se almacenan los datos en el cerebro frente al riguroso orden que siguen las redes neuronales artificiales, o el hecho de que las redes artificiales sólo parecen emular al cerebro en áreas que requieran habilidades puramente simbólicas o lógicas, obtendremos el porqué de la dificultad para conseguir una inteligencia artificial similar a la propia del ser humano.

Estructura de una Red Neuronal.

Una red neuronal está constituida por nodos, o unidades, que están unidas mediante conexiones. Algunas de las unidades están conectadas al ambiente externo y se designan como unidades de entrada o de salida según reciban estímulos externos o den la respuesta del sistema, respectivamente.

Hay otras unidades (neuronas) que simplemente están conectadas a otras neuronas del sistema y que al no tener relación directa con la información de entrada ni con la de salida del sistema, se denominan como unidades ocultas. Se conoce como capa o nivel a un conjunto de neuronas cuyas entradas provienen de la misma fuente (que puede ser otra capa de neuronas) y cuyas salidas se dirigen al mismo destino (que puede ser otra capa de neuronas).

Aplicación de las redes Neuronales al análisis de Riesgo.

Los entornos comerciales y científicos en los que los sistemas informáticos recogen enormes cantidades de datos

...