Advances in recent nature-inspired algorithms for neural engineering

Abstract

Los algoritmos inspirados en la naturaleza son solucionadores de problemas de propósito general que operan como una colección de agentes inteligentes, imitando fenómenos interesantes de la naturaleza para resolver eficientemente un problema específico. Bajo este paradigma nacieron muchas técnicas de optimización propias de la inteligencia artificial, capaces de combinar datos, conocimiento, aprendizaje y estrategias de búsqueda para construir algoritmos avanzados. Se trata de un campo especialmente interesante para la ingeniería neuronal y otras aplicaciones relacionadas con la IA.

Nature-inspired algorithms are general-purpose problem solvers that operate as a collection of intelligent agents, mimicking interesting phenomena from nature in order to efficiently solve a specific problem. Many optimization techniques belonging to artificial intelligence were born under this paradigm, which are able to combine data, knowledge, learning, and search strategies for building advanced algorithms. This is a particularly interesting area for neural engineering and other AI-related applications.