Título: Aplicación de Redes Neuronales de Impulsos para el reconocimiento no supervisado de patrones secuenciales
Director: Dr. Pablo Negri (ICC)
Jurado: Dra. Teresa Serrano-Gotarredona (Instituto de Microelectrónica de Sevilla), Dr. Rodrigo Castro (ICC)

Resumen:

La llamada tercer generación de redes neuronales artificiales, las redes neuronales de impulsos, resultan ser más realistas y biológicamente plausibles.
En este trabajo se introduce un modelo basado en la dinámica «Leaky integrate-and-fire» y se agrega a las neuronas la capacidad de emitir disparos con un retraso, delay. Mediante experimentos, buscamos mostrar que el delay puede asociarse al concepto de «memoria».

Luego, durante la etapa de entrenamiento se utiliza un aprendizaje no-supervisado basado en la técnica «plasticidad dependiente del tiempo de disparos «. A esta técnica se la combina con un mecanismo de inhibición lateral, para evitar que las neuronas aprendan las mismas características. Además, se introducen modificaciones al entrenamiento que resultan en un mejor rendimiento de la red.

Con posterioridad, este modelo es validado experimentalmente para el reconocimiento no supervisado de múltiples patrones secuenciales.

Finalmente, se construye una red neuronal profunda que utiliza como principal unidad de cómputo el modelo propuesto. Esta red es entrenada para reconocer determinados dígitos en una secuencia aleatoria de números. Los resultados obtenidos por el modelo propuesto resultan superiores en comparación con aquellos que no poseen la capacidad de emitir disparos con delay.