Modelos minimales y teoría de la información de poblaciones neuronales

El cerebro es un sistema dinámico cuyas variables de estado codifican la información sobre el mundo exterior. Entender cómo las neuronas procesan e integran las señales de entrada requiere entender sus acciones cooperativas, en vez de describir únicamente su actividad como elementos individuales. N...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autor principal:	Montangie, Lisandro
Otros Autores:	Montani, Fernando Fabián
Formato:	Tesis Tesis de doctorado
Lenguaje:	Español
Publicado:	2017
Materias:	Física código neuronal correlaciones de alto orden modelo de baja dimensionalidad
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/63052 https://doi.org/10.35537/10915/63052
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-63052
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Física código neuronal correlaciones de alto orden modelo de baja dimensionalidad
spellingShingle	Física código neuronal correlaciones de alto orden modelo de baja dimensionalidad Montangie, Lisandro Modelos minimales y teoría de la información de poblaciones neuronales
topic_facet	Física código neuronal correlaciones de alto orden modelo de baja dimensionalidad
description	El cerebro es un sistema dinámico cuyas variables de estado codifican la información sobre el mundo exterior. Entender cómo las neuronas procesan e integran las señales de entrada requiere entender sus acciones cooperativas, en vez de describir únicamente su actividad como elementos individuales. No obstante, construir una aproximación apropiada de la actividad colectiva en la corteza cerebral resulta una tarea difícil. En particular, se han propuesto modelos de máxima entropía para investigar correlaciones entre pares en poblaciones de neuronas, que han logrado describir efectivamente la actividad de ciertas regiones como la retina. Sin embargo, desviaciones de este modelo indican que las correlaciones de alto orden tienen que ser tenidas en cuenta para lograr un modelado realista en general. En esta Tesis, abordamos esta problemática a partir de dos enfoques particulares. En una primera parte, presentamos un estudio basado en la descomposición de la información transmitida por una población pequeña de neuronas. En el capítulo 3, elaboramos una extensión de la expansión en series para ventanas temporales cortas en el marco previo, para estudiar las contribuciones de los tripletes a la codificación del estímulo. Luego, en el capítulo 4, introducimos los estimadores apropiados para el enfoque desarrollado. En segunda instancia, profundizamos un modelo poblacional sencillo mediante la introducción de correlaciones de alto orden. En el capítulo 5, presentamos esta extensión obteniendo analíticamente la distribución conjunta de disparos poblacional asintótica en este contexto. Luego, en el capítulo 6, estudiamos cómo se relacionan las estadísticas de las señales de entrada comunes al conjunto de neuronas con las de sus patrones de disparo. Finalmente, en el capítulo 7, evaluamos este modelo funcionalmente a medida que consideramos grupos neuronales de distinto tamaño.
author2	Montani, Fernando Fabián
author_facet	Montani, Fernando Fabián Montangie, Lisandro
format	Tesis Tesis de doctorado
author	Montangie, Lisandro
author_sort	Montangie, Lisandro
title	Modelos minimales y teoría de la información de poblaciones neuronales
title_short	Modelos minimales y teoría de la información de poblaciones neuronales
title_full	Modelos minimales y teoría de la información de poblaciones neuronales
title_fullStr	Modelos minimales y teoría de la información de poblaciones neuronales
title_full_unstemmed	Modelos minimales y teoría de la información de poblaciones neuronales
title_sort	modelos minimales y teoría de la información de poblaciones neuronales
publishDate	2017
url	http://sedici.unlp.edu.ar/handle/10915/63052 https://doi.org/10.35537/10915/63052
work_keys_str_mv	AT montangielisandro modelosminimalesyteoriadelainformaciondepoblacionesneuronales
bdutipo_str	Repositorios
_version_	1764820480358875137

Modelos minimales y teoría de la información de poblaciones neuronales

Ejemplares similares