Resumen

Las neuronas gaussianas artificiales son estructuras muy comunes de las redes neuronales artificiales como la función de base radial. Estas neuronas artificiales utilizan una función de activación gaussiana que incluye dos parámetros llamados el centro de masa (cm) y el factor de sensibilidad (). Los cambios en estos parámetros determinan el comportamiento de la neurona. Cuando la neurona tiene una salida de retroalimentación, se muestra un comportamiento caótico complejo. Este documento presenta un estudio e implementación de esta neurona en particular. La estabilidad de los puntos fijos, los diagramas de bifurcación y los exponentes de Lyapunov ayudan a determinar la naturaleza dinámica de la neurona, y su implementación en un sistema embebido ilustra resultados preliminares hacia la computación del caos embebido.

• Materias:Redes complejas Redes ecológicas Ecuaciones en diferencias Sistema de ecuaciones diferenciales Valor límite fraccional
• Subjects:Complex networks Ecological networks Difference equations System of differential equations Fractional limit value
• Palabras claves:Neuronas artificiales; Función de activación gaussiana; Centro de masa; Factor de sensibilidad; Salida de retroalimentación; Sistema embebido
• Keywords:Artificial neurons; Gaussian activation function; Center of mass; Sensibility factor; Feedback output; Embedded system