Cuernavaca Morelos Junio 16, 2017 Francisco Cervantes-Pérez

Slides:



Advertisements
Presentaciones similares
INTELIGENCIA ARTIFICIAL
Advertisements

EL SISTEMA DE LA VISION.
Profesor: David Fernando Ramírez Moreno Integrantes:
“Modelado y Anáisis del Sistema Nervioso como Sistema Dinámico” Dr. Francisco Cervantes Pérez COORDINADOR DE UNIVERSIDAD ABIERTA Y EDUCACIÓN A DISTANCIA.
Redes Neuronales Artificiales Tarea 5 BackPropagation I Redes Neuronales Artificiales Tarea 5 BackPropagation I Dr. Juan José Flores Romero División de.
La visión es un sentido que consiste en la habilidad de detectar la luz y de interpretarla (ver). La visión es propia de los animales teniendo éstos un.
Tecnologías de la Información y Comunicación ESQUEMA.
La constitución de una corriente cognitivista en Psicología.
Como son los animales unidad 5 Ciencia y ambiente 2015.
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ORGANIGRAMA GENERAL INDICATIVO
Introducción a la Ingeniería Civil Informática
ORIENTACIÓN A FAMILIAS CURSO 2016/2017
Tipos de registro observaci0nal
FISIOLOGIA DE LA UNIDAD MOTORA Josep Valls Solé Hospital Clínic.
SISTEMAS INTELIGENTES
Coordinadores(as) Académicos
Mapa curricular Educación Media Superior a Distancia (EMSAD)
Competencias Socio-emotivas
Tiene origen en el año 1942 por Norbert Wiener
Guía sintetizada de las carreras de la UNAM
Principales áreas de investigación de la psicología
Estudio de la interacción humano-máquina
El concepto de cibernética
MAPA CURRICULAR ESTÁNDAR
Edward Chace Tolman Ps Jaime E Vargas M A515TE.
INTELIGENCIA ARTIFICIAL
Universidad Autónoma de Baja California Facultad de Ciencias Administrativas Nombre del Tema Nombre del Ponente: Director:
MEMORIA.
Facultad de Ciencias de la Comunicación
Aprendizaje y Ciclo Vital II Sesión n° 1 12/08/2016.
INTELIGENCIA ARTIFICIAL
Las raíces del Logo: Piaget y la inteligencia artificial
Generador: Lic. Edgar Alan Arellano Castro.
TECNICAS DE LA INVESTIGACION SOCIAL
Primera etapa Los años jóvenes
Nombre: Ana Dominique Espinoza Pavez Profesora: Ana Henríquez Orrego
ESPECIALIZACIÓN EN SERVICIOS TELEMÁTICOS E INTERCONEXIÓN DE REDES
LOS CUATRO PILARES DE LA CONVERGENCIA TECNOLOGICA
2047 INTRODUCCIÓN A LA EDUCACIÓN PREESCOLAR
DRA. EYDA S. CALERO DE SANTAMARÍA BASES BIOLÓGICAS DE LA CONDUCTA HUMANA.
Unidad 3 La Psicología en Latinoamérica y en Colombia. Presentado por: Edwin Iván Martínez Parra GRUPO403001A_472 Bogotá, Junio de 2018.
Concepto Es la célula del sistema nervioso especializada en captar los estímulos provenientes del ambiente y de transportar y transmitir impulsos nerviosos.
Esther Gutiérrez Castanedo
Principales áreas de investigación de la psicología
Esther Gutiérrez Castanedo
Guía Sintetizada de las Carreras de la UNAM
Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemáticas y Computación.
Actividad: Educabilidad Materia: Enfoques Filosóficos de la educación Carrera: Doctorado en Ciencias de la Educación Nombre de la alumna: Paola Álvarez.
Introducción a la Inteligencia Artificial M.sC. Fredy Barrientos Setiembre 2018
PROYECTO DOCENTE DESARROLLO HISTÓRICO DEL CONCEPTO DE LA PSICOBIOLOGÍA.
Tecnologías emergentes para las organizaciones
Portada.
PROYECTO DOCENTE DESARROLLO HISTÓRICO DEL CONCEPTO DE LA PSICOBIOLOGÍA.
MECATRÓNICA 1 INTRODUCCIÓN A LA MECATRÓNICA PROGRAMA ACADÉMICO PROFESIONAL UNIVERSITARIO EN INGENIERIA DE SISTEMAS Docente: JORGE ENRIQUE CHAPARRO MESA.
RED DE LOS SEMINARIOS REPENSAR
ENFOQUE MODERNO DE LA INTELIGENCIA ARTFICIAL. Contenido Historia de la IA Redes neuronales artificiales Algoritmos genéticos Lógica difusa Aplicaciones.
Guía sintetizada de las carreras de la UNAM
DESARROLLO COGNITIVO MADURACIÓN BIOLÓGICA INTERACCIÓN CON LAS PERSONAS DC INTERACCIÓN CON LAS PERSONAS INTERACCIÓN CON LOS OBJETOS.
TEORIA DEL DESARROLLO COGNITIVO DE PIAGET.
¡La universidad para todos! ¡La Universidad para todos! Escuela Profesional Tema: ALUMNOS: Periodo académico:2019-1C Ciclo: I Escuela de Posgrado Virtual.
UNIVERSIDAD TECNOLÓGICA DE PUEBLA. División Automatización y Energías Técnico Superior Universitario en Tecnologías para la Automatización Conferencia.
Sobre el ciclo de una investigación
POSGRADO EN DOCENCIA SUPERIOR MÓDULO
CULTURA ORGANIZACIONAL: CASO UNIVERSIDAD VALLE DEL MOMBOY
Licenciatura en Derecho
* “Proceso de extracción de información” pág. 13 * Es la conservación del contacto por parte del organismo con su medio ambiente, su estado interno y.
PROYECTO DOCENTE DESARROLLO HISTÓRICO DEL CONCEPTO DE LA PSICOBIOLOGÍA.
ASIGNATURA: SEMINARIO DE NEUROCIENCIAS Y EDUCACIÓN DOCENTE: DR. LUIS ALBERTO PALOMINO BERRIOS PRESENTADO POR: JUNCO GUEVARA ARTURO CICLO ACADÉMICO : II.
MODELO CIBERNÈTICO DE GESTIÒN DE APRENDIZAJE ORGANIZACIONAL
Transcripción de la presentación:

PARTE 2: “Neurociencias y Ciencias de la Computación: Un Enfoque Tri-cíclico” Cuernavaca Morelos Junio 16, 2017 Francisco Cervantes-Pérez AMIAC - Académico Titular Número 155 Escuela Nacional de Estudios Superiores – Unidad Morelia Universidad Nacional Autónoma de México

AGENDA Enfoque Cibernético Teoría de Esquemas Redes Neuronales (Nivel celular) Redes Neuronales (Nivel Canales)

Enfoque cibernético CIBERNÉTICA “El estudio del control y las comunicaciones en animales y máquinas” (Wiener, 1948)

ENFOQUE TRI-CÍCLICO “CIENCIA” “TECNOLOGÍA” Nuevas hipótesis Enfoque cibernético ENFOQUE TRI-CÍCLICO “Define una estructura formal para estudiar Coordinación Sensorio-motora en seres vivos y máquinas, a través de ciclos entre experimentación biológica (Neurociencias), modelado computacional (Estudios Teóricos del Cerebro), y experimentación tecnológica (Robótica, Neurocomputación).” “CIENCIA” “TECNOLOGÍA” Nuevas hipótesis NEUROCIENCIAS CIENCIAS DE LA COMPUTACIÓN (ESTUDIOS TEORICOS DEL CEREBRO) Datos, Hipótesis Nuevas hipótesis NEUROCOMPUTACION ROBÓTICA Modelos formales Requerimientos

ENFOQUE TRI-CÍCLICO IA PC FIL LIN ROB BT NE Enfoque cibernético BT: Estudios Teóricos del Cerebro NE: Neurociencias ROB: Robótica ROB FIL PC: Psicología Cognitiva LIN: Lingüística IA: Inteligencia Artificial NE BT FIL: Filosofía

CONDUCTUAL (ETOGRAMA) Teoría de Esquemas CONDUCTUAL (ETOGRAMA) ORIENTAR BALANCEAR EXPLORAR “NADA” SALTAR

CONDUCTUAL (Captura de Presas) Teoría de Esquemas CONDUCTUAL (Captura de Presas) Environmental Situation Behavioral response Visual stimulus moving in the lateral visual field (monocular perception). Orienting Visual stimulus moving in the binocular visual field at a short distance. binocular fixation Expected Consequence snapping Mechanical stimulation of the mouth mechanorreceptors. swalowing cleaning

CONDUCTUAL (Captura de Presas, Huída) Teoría de Esquemas CONDUCTUAL (Captura de Presas, Huída) Ojo Motivación Retina Depredador Presa Modulador Pretectum Tectum Estimulador Inhibidor Movimiento Huída Captura

CONDUCTUAL (Captura de Presas) Teoría de Esquemas CONDUCTUAL (Captura de Presas)

Coordinación Visuomotora (“Chantlitaxia”) Teoría de Esquemas Coordinación Visuomotora (“Chantlitaxia”)

Coordinación Visuomotora (“Chantlitaxia”) Teoría de Esquemas Coordinación Visuomotora (“Chantlitaxia”)

Coordinación Visuomotora (“Chantlitaxia”) Teoría de Esquemas Coordinación Visuomotora (“Chantlitaxia”)

Coordinación Visuomotora (“Chantlitaxia”) Teoría de Esquemas Coordinación Visuomotora (“Chantlitaxia”)

CONDUCTUAL (Niveles de análisis) Implementación en NSSL para C++ 2008 Teoría de Esquemas CONDUCTUAL (Niveles de análisis) Implementación en NSSL para C++

CONDUCTUAL (TEORÍA DE ESQUEMAS) 2008 Teoría de Esquemas CONDUCTUAL (TEORÍA DE ESQUEMAS)

CONDUCTUAL (TEORÍA DE ESQUEMAS) 2008 Teoría de Esquemas CONDUCTUAL (TEORÍA DE ESQUEMAS) Motivación Sensorimotores Motores Sensoriales

CONDUCTUAL (Simulaciones) 2008 Teoría de Esquemas CONDUCTUAL (Simulaciones)

CONDUCTUAL (Simulaciones) 2008 Teoría de Esquemas CONDUCTUAL (Simulaciones)

Dr. Alfredo Weitzenfeld (University of South Florida) Teoría de Esquemas Dr. Ronald Arkin (Georgia Tech) Dr. Alfredo Weitzenfeld (University of South Florida)

CONDUCTUAL (TEORÍA DE ESQUEMAS) CAPTURA DE PRESAS (FIJA) CAPTURA DE PRESAS (EN MOVIMIENTO)

Coordinación Visuomotora en Anfibios Redes Neuronales Coordinación Visuomotora en Anfibios Michael A. Arbib University of Southern California Luis Roberto Flores CERN, Suiza

Modelos de Redes Neuronales (Nivel celular) Retina Pretectum Tectum Óptico

Modelos de Redes Neuronales (Nivel celular)

Modelos de Redes Neuronales (Nivel celular) Neurofisiología Neuroanatomía

Modelos de Redes Neuronales (Nivel celular) Modelo Integrador con Fugas Modelo Retina-Tectum-Pretectum

Modelos de Redes Neuronales (Nivel celular) Captura de presas

Modelos de Redes Neuronales (Nivel celular) Captura de presas con segunda presentación del estímulo

Modelos de Redes Neuronales (Nivel celular) Mecanismos de Habituación Específica

Modelos de Redes Neuronales (Nivel celular) Captura de presas (antes de Habituación) Captura de presas (después de Habituación)

Modelos de Redes Neuronales (Nivel canales) Pablo Rudomin CINVESTAV

Modelos de Redes Neuronales (Nivel canales) Fenómeno de Inhibición Presináptica

Modelos de Redes Neuronales (Nivel canales) Modelos Matemáticos de Compartimentos

Modelos de Redes Neuronales (Nivel canales)

Modelos de Redes Neuronales (Nivel canales) Nivel de Compartimentos y Canales Iónicos

Modelos de Redes Neuronales (Nivel canales) Hipótesis I.- Inhibición Presináptica Cambiando la Frecuencia de Entrada PAD Provocado por la Interneurona Gabaérgica = 45Hz

Modelos de Redes Neuronales (Nivel canales) Hipótesis I.- Inhibición Presináptica Cambiando la Frecuencia de Entrada Frecuencia de Entrada a la Aferente = 80Hz

Modelos de Redes Neuronales (Nivel canales) Hipótesis I.- Inhibición Presináptica Cambiando la Frecuencia de Entrada Frecuencia de Entrada a la Aferente = 65Hz

Modelos de Redes Neuronales (Nivel canales) Hipótesis I.- Inhibición Presináptica Cambiando la Frecuencia de Entrada Frecuencia de Entrada a la Aferente = 45Hz

Modelos de Redes Neuronales (Nivel canales) Hipótesis I.- Inhibición Presináptica Cambiando la Frecuencia de Entrada Frecuencia de Entrada a la Aferente = 25Hz

Modelos de Redes Neuronales (Nivel canales) Hipótesis II.- Inhibición Presináptica Variando la Distancia de la Conexión Axo-axónica

Modelos de Redes Neuronales (Nivel canales) Hipótesis II.- Inhibición Presináptica Variando la Distancia de la Conexión Axo-axónica

Modelos de Redes Neuronales (Nivel canales) Hipótesis II.- Inhibición Presináptica Variando la Distancia de la Conexión Axo-axónica

Modelos de Redes Neuronales (Nivel canales) Hipótesis II.- Inhibición Presináptica Variando la Distancia de la Conexión Axo-axónica

Modelos de Redes Neuronales (Nivel canales) Hipótesis II.- Inhibición Presináptica Variando la Distancia de la Conexión Axo-axónica

Modelos de Redes Neuronales (Nivel canales) Hipótesis II.- Inhibición Presináptica Variando la Distancia de la Conexión Axo-axónica

Dr. Francisco Cervantes Pérez UNAM francisco_cervantes@cuaed.unam.mx FIN Dr. Francisco Cervantes Pérez Escuela Nacional de Educación Superior–Unidad Morelia UNAM francisco_cervantes@cuaed.unam.mx