Redes neuronales analógicas para la computación paralela masiva de señales en tiempo real

En esta tesis se realiza un estudio sobre las posibilidades de la electrónica para modelar unidades y sistemas neuronales. En particular, se proponen implementaciones de redes neuronales analógicas. La primera a nivel microelectrónico, comprende el diseño de una neurona computacional con función de activación gaussiana. Primeramente, se demostrará que las unidades computacionales con función de activación gaussiana forman una base para aproximadores universales de funciones continuas y discontinuas medibles. La segunda abarca la realización de una neurocomputadora basada en un dispositivo neuronal analógico. Este sistema aprovecha toda la potencia de cómputo de un procesador neuronal capaz de procesar 300 mil patrones analógicos por segundo. El ambiente desarrollado permite que dicho procesador se convierta en el corazón de una computadora neuronal, dentro de una computadora personal tradicional. Para ello. se desarrolla el hardware de interfaz y procesamiento necesario y el software para comunicación entre procesadores, conversión análogo-digital de patrones y de manejo del sistema computador. Tesis digitalizada en SEDICI gracias a la colaboración de la Biblioteca de la Facultad de Ingeniería (UNLP). Doctor en Ingeniería