Modelos computacionales para optimizar el aprendizaje y el procesamiento de la información en sistemas adaptativos: redes neurogliales artificiales - RR.NG.AA

• Autores: Ana B. Porto-Pazos
• Directores de la Tesis: Alfonso Araque Almendros (dir. tes.)
• Lectura: En la Universidade da Coruña ( España ) en 2004
• Idioma: español
• Tribunal Calificador de la Tesis: Washington Buño Buceta (presid.), Juan Ares Casal (secret.), Juan Ríos Carrión (voc.), Bernardino Arcay (voc.), Alfonso Rodríguez-Patón Aradas (voc.)
• Texto completo no disponible (Saber más ...)
• Resumen

  • Analizando los modelos computacionales desarrollados hasta el momento, existen límites con las RR.NN.AA. como paradigmas de procesamiento de información. La causa de estas limitaciones, se piensa, puede ser que los modelos existentes no reflejen ciertos comportamientos de las neuronas ni tengan en cuenta la participación de otros elementos distintos a las neuronas artificiales. Dado que las RR. NN.AA. pretenden emular el cerebro, se comprueba que se ha plasmado en ellos la importancia que desde siempre se le ha concedido a las neuronas en el sistema nervioso. Pero, durante las últimas décadas, las investigaciones han avanzado notablemente en el campo de la Neurociencia. Se están observando circuitos neuronales más complejos y , sobre todo, se está observando más de cerca el Sistema Glial. La importancia de las funciones de este sistema hacen pensar que su participación en el procesamiento de la información en el sistema nervioso tiene mucha más relevancia de la que se le había adjudicado. Si esto es así, no resultado descabellado pensar en integrar en los modelos artificiales otros elementos diferentes a las neuronas.

    Estos elementos co-ayudantes, que nunca se habían considerado hasta ahora en modelos artificiales, serían los encargados de desempeñar tareas específicas.

    Aprovechando las capacidades actuales de las computadoras y dada la eficacia en investigación de la utilización de las dos clases de modelos descritos, el trabajo desarrollado en esta tesis doctoral comienza con la elaboración de dos modelos computacionales biológicos para intentar comprender mejor la estructura y el comportamiento tanto de neuronas piramidales que se creen involucradas en procesos de aprendizaje y memoria, como el papel de astrocitos, un tipo de células gliales que clásicamente han sido consideradas como meras células de soporte trófico, metabólico y estructural de las neuronas, pero que recientes evidencias experimentales proponen como células directamente implicadas en el procesamiento de información en el cerebro. Esto permitirá observar sobre dichos modelos las causas y factores involucrados en el funcionamiento específico de tales circuitos.

    Se han aprovechado los descubrimientos realizados con la ayuda de estos modelos y se han conseguido avances en Inteligencia Artificial.

    Los resultados obtenidos han permitido construir nuevos Sistemas Conexionistas denominados Redes NeuroGliales Artificiales que han mejorado el procesamiento de información en la resolución de problemas reales.