La auto-organización neuronal es una caracteríıstica innata en los cerebros de los mamíıferos, y es muy necesaria para su operación. Los modelos de redes neuronales artificiales más conocidos que usan esta caracteríıstica son los mapas auto- organizados (SOM) y las redes de teoría de resonancia adaptativa (ART), pero estos modelos, no toman a la neurona como una unidad de procesamiento, como su contraparte biológica; además que son modelos mayormente usados para el paradigma de aprendizaje no supervisado, esto quiere decir, que no se cuenta con modelos robustos auto-organizados en el paradigma de aprendizaje supervisado. En otro sentido, el paradigma de aprendizaje por refuerzo con valores de influencia, usado en sistemas multi-agentes, prueban que los agentes se pueden comunicar entre ellos, y que pueden auto-organizarse para asignarse tareas, sin ninguna interferencia. Moti...

Neural self-organization is an innate feature of the brains of mammals and it isvery necessary for their operation. The most known artificial neural network models that use this characteristic are the Self-Organized Maps (SOM) and the Adaptive Resonance Theory (ART), but these models do not take the neuron as a processing unit, as it’s biological counterpart does; besides these are models mostlyused for the unsupervised learning paradigm, this means that there aren’t robustself-organized models in the supervised learning paradigm. In other way, influence value reinforcement learning paradigm, used in multi-agent systems, prove thatagents can communicate among them, and can self-organize themselves to assigntasks, without interference.Motivated by the lack of features in the artificial neural networks, and taking intoaccount the influence values reinforcement algorithm, a new neural n...