2.4: Preguntas

Última actualización
Guardar como PDF

Page ID: 85639

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

Capítulo 2 Preguntas

Nada en el universo es lineal, y todo varía con el tiempo. ¿Por qué estudiamos los sistemas lineales invariantes en el tiempo si no existen?
¿Cuáles son los tipos de sensores físicos primarios más útiles para la ingeniería inversa? ¿Cómo encajan los sentidos primarios (tacto, gusto, olfato, visión y audición) en estos tipos?
¿Cuáles son los tres tipos básicos de recepción de estímulos en los sistemas sensoriales biológicos?
¿Cuáles son los tres mapas básicos de los campos receptivos sensoriales que se encuentran en el cerebro?
¿Cuáles son las similitudes entre las redes neuronales naturales y artificiales?
Si las neuronas son mucho más lentas que los transistores, ¿cómo podría haber promesa de una mejora significativa del rendimiento para computadoras construidas con diodos y transistores que modelan el comportamiento neuronal?
Si los sistemas biológicos están en constante maduración y adaptación, ¿por qué es beneficioso estudiar la estructura y función del sistema neuronal de un animal adulto maduro (o humano)?
¿Qué es una adaptación ambiental inmediata en el sistema de visión humana?
Comparar y contrastar la neutralidad de carga y carga de estado estacionario en neuronas y transistores.
¿Cómo afectan la resistencia de la membrana y la resistencia axonal a la capacidad de transmisión de un potencial de acción hacia abajo de un axón? ¿Qué otros factores pueden mejorar la transmisión? Es decir, ¿qué otros factores aumentan la longitud de la constante espacial?
Si una capa de células exhibe inhibición lateral y una sola neurona se dispara (produce un potencial de acción), ¿qué sucede con las células adyacentes que están conectadas a esta célula? ¿Qué sucede con las celdas que están conectadas pero que están más alejadas?
¿Cómo se procesan típicamente las señales en las capas neuronales? Los ejemplos pueden incluir las capas neuronales de la retina o el cerebro.
¿Cómo se mide la intensidad de una señal cuando se codifica como potenciales de acción del mismo valor pico (alrededor de +55 mV)?
Los potenciales de acción se activan cuando el potencial de fluido intracelular excede un umbral. ¿Cómo es que para una entrada constante la velocidad de disparo de salida (frecuencia de los potenciales de acción) se adapta de una velocidad de disparo inicial a una velocidad de disparo más lenta?
¿Qué controla la tasa de adaptación?

Capítulo 2 Referencias

[Dowl87] Dowling, J. E., La retina: una parte accesible del cerebro, Harvard University Press, Cambridge, Massachusetts, 1987.

[Dowl92] Dowling, J. E., Neuronas y redes — Una introducción a la neurociencia, Harvard University Press, Cambridge, Massachusetts, 1992.

[Hass56] Hassenstein, B. y Reichardt, W., Systemtheoretische Analyse der Zeit-, Reihenfolgen und Vorzeichenauswertung bei der Bewegungsperzeption des Russelkafers Chlorophanus. Zeitsschrift fur Naturforschung, Teil B, Vol. 11, pp. 513—524, 1956.

[Hech90] Hecht-Nielsen, R., Neurocomputación, Addison-Wesley, Nueva York, 1990.

[Horen96] Horenstein, M., Circuitos y Dispositivos Microelectrónicos, Pearson, 1996.

[Kand81] Kandel, E. R. y Schwartz, J. H., Principles of Neural Sciences, Elsevier/Holanda del Norte, Nueva York, 1981.

[Koch91] Koch, C., “Implementando algoritmos de visión temprana en hardware analógico: una introducción”, en Mathur, B. P., y Koch, C., Eds., Visual Information Processing: From Neurons to Chips, Proc. del SPIE, Vol. 1473, 1991.

[MacG91] MacGregor, R. J., Modelado Neural y Cerebral, Academic Press, Inc., Nueva York, 1987.

[MatLab] MatLab, que significa “MATRx Laboratory”, es una marca comercial del producto de software computacional desarrollado por Mathworks, Inc.

[Vass95] Vassileu, A., Mitou, D., y Manahilou, V., “Grating detection and identification disociated by pattern adaptation”, Spatial Vision, Vol. 9, No. 2, pp. 221—234, 1995.

[Warner77] Warner, G. F., La biología de los cangrejos, Van Nostrand Reinhold Company, Nueva York, ISBN: 0-442-29205-8, 1977.

[Zorn90] Zornetzer, S., Davis, J., y Lau, C., Eds., Una introducción a las redes neuronales y electrónicas, Academic Press, Inc. , ISBN: 0-12-781881-2, 1990.