Resumen

La complejidad es una parte innegable de los sistemas naturales que les proporciona capacidades únicas y maravillosas. Se sabe que el memristor es un bloque fundamental para generar comportamientos complejos. También se informa que puede emular la plasticidad sináptica a largo plazo, así como la plasticidad a corto plazo. La plasticidad sináptica es uno de los fundamentos importantes del aprendizaje y la memoria como las propiedades funcionales de alto orden del cerebro. En este estudio, se muestra que la red neuronal memristiva puede representar fenómenos de plasticidad observados en sinapsis corticales biológicas. Se diseña una red de unidades neuronales como un tejido excitado bidimensional con el modelo neuronal Hopfield de 3 neuronas para la dinámica local de cada unidad. Los resultados muestran que la red admite la formación de patrones espacio-temporales sin supervisión. Se encuentra que el acoplamiento tipo memristor es más notable que el acoplamiento tipo resistor, al determinar el cambio del tejido excitado sobre diferentes comportamientos complejos. También se estudia la estabilidad

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Sistemas naturales; Memristor; Plasticidad sináptica; Red neuronal; Patrones espacio-temporales; Análisis de bifurcación
• Keywords:Natural systems; Memristor; Synaptic plasticity; Neuronal network; Spatiotemporal patterns; Bifurcation analysis