<b>&iquest;Qu&eacute; es la ingenier&iacute;a neurom&oacute;rfica?</b><br />La computaci&oacute;n neurom&oacute;rfica y la ingenier&iacute;a neurom&oacute;rfica son t&eacute;rminos que se refieren a lo mismo: el uso de sistemas de integraci&oacute;n a muy gran escala (VLSI) que incorporar circuitos anal&oacute;gicos el&eacute;ctricos para simular estructuras neurobiol&oacute;gicas que se encuentran en el sistema nervioso. Cualquier dispositivo electr&oacute;nico que realiza c&aacute;lculos con la ayuda de neuronas artificiales que se implementan como estructuras f&iacute;sicas se denomina computadora o chip neurom&oacute;rfico. Recientemente, la palabra &quot;neurom&oacute;rfico&quot; se ha utilizado para referirse a VLSI anal&oacute;gico, digital, anal&oacute;gico/digital de modo mixto y sistemas de software que incorporan modelos de sistemas cerebrales. Este uso del t&eacute;rmino se ha vuelto m&aacute;s com&uacute;n. Para actualizar la implementaci&oacute;n de la computaci&oacute;n neurom&oacute;rfica a nivel de hardware, los memristores basados ??en &oacute;xido, la memoria espintr&oacute;nica, los interruptores de umbral y los transistores son algunos de los componentes que se pueden usar. El entrenamiento de sistemas neurom&oacute;rficos basados ??en software de redes neuronales de picos se puede lograr mediante el uso de la propagaci&oacute;n inversa de errores, por ejemplo, mediante la utilizaci&oacute;n de marcos basados ????en Python como snnTorch, o mediante la utilizaci&oacute;n de reglas de aprendizaje can&oacute;nicas de la literatura de aprendizaje biol&oacute;gico, por ejemplo a trav&eacute;s de la utilizaci&oacute;n de BindsNet.<br /><b>C&oacute;mo se beneficiar&aacute;</b><br />(I) Informaci&oacute;n y validaciones sobre los siguientes temas:<br />Cap&iacute;tulo 1: Ingenier&iacute;a neurom&oacute;rfica<br />Cap&iacute;tulo 2: Neurona artificial<br />Cap&iacute;tulo 3: Computaci&oacute;n bioinspirada<br />Cap&iacute;tulo 4: Steve Furber<br />Cap&iacute;tulo 5: Carver Mead<br />Cap&iacute;tulo 6: Red neuronal recurrente<br />Cap&iacute;tulo 7: Red neuronal<br />Cap&iacute;tulo 8: Computadora Wetware<br />Cap&iacute;tulo 9 : Modelado neurogen&eacute;tico computacional<br />Cap&iacute;tulo 10: Spiking de redes neuronales<br />Cap&iacute;tulo 11: Neurorrob&oacute;tica<br />Cap&iacute;tulo 12: Misha Mahowald<br />Cap&iacute;tulo 13: Memristor<br />Cap&iacute;tulo 14: Red neuronal f&iacute;sica<br />Cap&iacute;tulo 15: NO MFET<br />Cap&iacute;tulo 16: Massimiliano Versace<br />Cap&iacute;tulo 17: Kwabena Boahen<br />Cap&iacute;tulo 18: SpiNNaker<br />Cap&iacute;tulo 19: Computadora cognitiva<br />Cap&iacute;tulo 20: Glosario de inteligencia artificial<br />Cap&iacute;tulo 21: Hai Li<br />(II) Respondiendo a las principales preguntas del p&uacute;blico sobre ingenier&iacute;a neurom&oacute;rfica.<br />(III) Ejemplos del mundo real para el uso de la ingenier&iacute;a neurom&oacute;rfica en muchos campos.<br />(IV) 17 ap&eacute;ndices para explicar, brevemente, 266 tecnolog&iacute;as emergentes en cada industria para tener una comprensi&oacute;n completa de 360 ??grados de la ingenier&iacute;a neurom&oacute;rfica&#39; tecnolog&iacute;as.<br /><b>Para qui&eacute;n es este libro</b><br />Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que desean ir m&aacute;s all&aacute; del conocimiento o la informaci&oacute;n b&aacute;sicos para cualquier tipo de ingenier&iacute;a neurom&oacute;rfica.