Presentación

Autores

La medición en neurociencia social Introducción

Conceptos básicos de medición en ciencia

Concepto de medición

Escala de medida

Cantidad, sistema de cantidades y unidades de medición

Sistemas de medición

Principales discusiones alrededor de la medición en ciencia

Procesos de medición en ciencias

La medición en neurociencia social

Desafíos de la medición en neurociencia social

Herramientas para la modelización en ciencias

Matemática y ciencias sociales

Otros enfoques desde lo cuantitativo y lo cualitativo

Integración de enfoques

Debates contemporáneos de las neurociencias

Positivismo y neurociencia

Discusión con las ciencias sociales

Suficiencia del sistema teórico de la neurociencia

Herramientas tradicionales

Análisis desde la perspectiva de redes

Otras dimensiones

Hacia la construcción de nuevas herramientas

Fractalidad para la neurociencia social

Geometrías euclidianas y no euclidianas

Geometría fractal: autosemejanza, dimensión y monstruos

Triángulo de Sierpitiski

Perímetro y área del triángulo de Sierpitiski

El conjunto de cantor

La curva de Koch

Dimensión rara

Tipos de fractales

Geometría de la naturaleza

Anatomía y fractalidad

Señales electrofisiológicas

Comportamiento fractal en señales

Fractales sociales

Lógicas y neurociencias

Inteligencia artificial para la neurociencia social

Inteligencia artificial

Sistemas de agentes inteligentes

Aprendizaje de máquina (MACHINE LEARNING)

Regresión lineal

K-Medias

Máquinas de Soporte Vectorial (Support Vector Machine SMVs)

Mezclas de Gaussianas Mixtas (Gaussian Mixed Modelling GMM)

Redes Neuronales Artificiales RNA (Artificial NeuralNetworks ANNs)

Aprendizaje profundo (DEEP LEARNING)

Campos populares en el uso de la inteligencia artificial

Procesamiento del Lenguaje Natural (Natural LanguageProcessing NPL)

Visión por computador

Aplicaciones en neurociencias

Clasificación de señales de EEG

Procesamiento de imágenes médicas

Análisis de entrevistas abiertas

Referencias

Filtros

Rutas metodológicas para la modelización en ciencias