New neuroinspired algorithms in Artificial Neuro-Astrocytic Networks

Abstract

En esta tesis se presentan una serie de algoritmos complejos a partir de Redes de Neuronas Artificiales (RNA) clásicas diseñados desde una perspectiva mulitidiciplinar que aúna los campos de la Inteligencia Artificial y la Neurociencia, buscando representar in silico la sinapsis tripartita. Todos los algoritmos se diseñan como un circuito complejo en el que una RNA modula a otra RNA principal para conseguir mejorar su rendimiento. El algoritmo central en esta tesis es el llamado DAM, el cual cuenta con un astrocito artificial que también modula el circuito de dos RNAs mencionado. Para estudiar la influencia de un astrocito artificial sobre el circuito, se diseñan otros dos algoritmos de control. El primero de ellos, DM, se compone exclusivamente de la segunda RNA modulando la RNA principal; mientras que el segundo, CONTROL, es un algoritmo que como elemento modulador intermedio tiene un elemento que tiene un funcionamiento interno idéntico al de las demás neuronas artificiales que componen el resto del circuito. Se diseñaron un total de cuatro comportamientos del astrocito artificial inspirados en diferentes realidades biológicas para explorar si había alguna de las elegidas que más favoreciera a nuestro algoritmo a la hora de resolver problemas de Aprendizaje Máquina.