Glosario IA
El diccionario completo de la Inteligencia Artificial
Regla de aprendizaje BCM
Teoría biofísica de la plasticidad sináptica que introduce un umbral de modificación plástica variable según la actividad postsináptica media. La regla BCM unifica LTP y LTD en un marco matemático coherente.
Plasticidad sináptica global
Proceso de modulación sináptica coordinada a escala de la red neuronal, a menudo implicando neuromoduladores o señales de recompensa. La plasticidad global permite la adaptación contextual y la generalización en los sistemas neuromórficos.
Meta-plasticidad
Fenómeno donde el historial de actividad sináptica modifica las propiedades de plasticidad futuras de la misma sinapsis. La meta-plasticidad introduce una memoria a más largo plazo de los estados plásticos anteriores.
Plasticidad estructural
Modificación de la conectividad física de la red neuronal mediante creación, eliminación o reestructuración de las sinapsis. A diferencia de la plasticidad funcional, cambia la arquitectura topológica de los circuitos neuromórficos.
Plasticidad funcional
Variación de la eficacia de las conexiones sinápticas existentes sin modificar la estructura topológica de la red. La plasticidad funcional se refiere principalmente a los cambios de pesos sinápticos.
Regla de Oja
Algoritmo de aprendizaje que modifica la regla de Hebb para estabilizar los pesos sinápticos introduciendo un término de normalización. La regla de Oja permite la extracción de componentes principales en las redes neuromórficas.
Plasticidad dependiente de la frecuencia
Forma de plasticidad donde el sentido y la amplitud de la modificación sináptica dependen de la frecuencia de estimulación. Generalmente distingue las bajas frecuencias (induciendo LTD) de las altas frecuencias (induciendo LTP).
Plasticidad dependiente del calcio
Mecanismo donde la concentración intracelular de calcio determina la dirección de la modificación sináptica. Las bajas concentraciones favorecen LTD mientras que las concentraciones elevadas inducen LTP.
Regla de Hebb generalizada
Extensión del principio hebbiano que incluye términos de depresión sináptica y normalización para evitar el crecimiento explosivo de los pesos. Esta formulación más realista es ampliamente utilizada en las implementaciones neuromórficas.
Plasticidad STDP de tripletas
Variante de STDP que tiene en cuenta las interacciones entre tres potenciales de acción para reproducir mejor los datos experimentales biológicos. Ofrece una modelización más precisa de los fenómenos de aprendizaje temporal.
Plasticidad por paquetes de spikes
Mecanismo de plasticidad donde grupos o "paquetes" de potenciales de acción, en lugar de spikes aislados, determinan las modificaciones sinápticas. Este enfoque captura mejor la naturaleza dinámica de la transmisión neuronal.