Una de las líneas de investigación del grupo COMCIENCIA es el diseño y desarrollo de metodologías computacionales biológicamente inspiradas, computacionalmente eficientes, que sean capaces de realizar tareas complejas, similares a aspectos de percepción y cognición humana. Diseñamos nuevos modelos de redes neuronales artificiales, las cuales son sistemas de proceso de información paralelos, donde la inteligencia emerge del comportamiento complejo de las unidades de proceso altamente interconectadas que la constituyen, dirigido por procesos de aprendizaje

Esta es una línea pilar de nuestro grupo, ya que lo desarrollado en ella es esencialmente usado en el diseño de sistemas inteligentes para resolver problemas en cualquier ámbito de aplicación, como el clínico, biomédico, medioambiental, industrial, etc… El principal objetivo es diseñar nuevas arquitecturas neuronales que contemplen aspectos estructurales y de procesado, propios de las redes neuronales biológicas (RNBs), lo que le proporciona mayor potencialidad y capacidad computacional.

HUMANN es una nueva arquitectura neuronal híbrida, modular y no supervisada, de propósito general, que incorpora mecanismos propios de las RNBs, como la neurogénesis, la reconfiguración sináptica, la apoptosis (muerte) neuronal, las sinapsis silenciosas. Es capaz de trabajar en cualquier entorno real no estacionario y con ruido; con datos que pueden presentar estructura de clases solapadas y con interferencias, sin información a priori del número de clases diferentes que puede haber en los datos, o con fronteras entre clases altamente no lineales y con vectores de datos de alta dimensionalidad. Es apropiada para realizar procesos de clasificación con capacidad de clusterizado ciego.

Otra arquitectura diseñada por el grupo es la Red Neuronal Asociativa por Difusión (RENAD) la cual proporciona mejoras en la representación interna de los datos. Es una red en la que incorporamos aprendizaje por difusión del óxido nítrico (NO). Es una red que se puede aplicar en el diseño de memorias y de sistemas para la recuperación de información de forma automática, partiendo incluso de datos ruidosos, incompletos, etc.

El Grupo de Investigación COMCIENCIA ofrece sus servicios y asesora a instituciones y empresas, públicas o privadas, de cualquier ámbito, que precisen el diseño, desarrollo o empleo de herramientas de computación inteligente, para automatizar procesos complejos sin necesidad de intervención del usuario.

 

Investigador responsable: Carmen Paz Suárez Araujo.

Leave a reply

El entendimiento de la estructura y la función del cerebro y su estilo computacional es uno de los mayores desafíos tanto de la Neurociencia como de la Computación Neuronal. Para conseguir este objetivo y el de testear las predicciones del modelado de redes neuronales, es necesario observar la actividad de poblaciones neuronales.

En nuestro Grupo de Investigación COMCIENCIA, hemos diseñado un sistema inteligente para la identificación neuronal (ISNI), el cual realiza la clasificación de impulsos (spikes) de registros multi-neuronales. Dicho sistema está basado en HUMANN, una arquitectura neuronal diseñada y desarrollada en nuestro GI, que contempla características propias de las redes neuronales biológicas.

Partiendo de las diferencias de las formas de ondas de los potenciales de acción según la neurona emisora, nuestro sistema es capaz de identificar el número de neuronas presentes en un registro, así como indicar los instantes de disparo de cada una de ellas. Este sistema aquí presentado podría resultar útil para la clasificación en tiempo real de impulsos en dispositivos de grabación multi-canal y avanzar en el estudio de distintas partes del sistema nervioso.

El Grupo de Investigación COMCIENCIA ofrece sus servicios y asesora a instituciones y empresas, públicas o privadas, del ámbito neurofisiológico y clínico.

Investigador responsable: Carmen Paz Suárez Araujo.

Leave a reply