Modelos de frecuencia de disparo

Slides:



Advertisements
Presentaciones similares
UNIDAD 2: MODELOS MATEMÁTICOS EN SISTEMAS DE CONTROL
Advertisements

LA SINAPSIS Bibliografía: capítulo 10 de KSJ o: capítulo 11 de KSJ2.
1. Modelo “LIF”, integración, variabilidad 2
Potencial de Reposo de la Membrana
LEY DE COULOMB ENUNCIADO Y EXPRESIÓN MATEMÁTICA Donde
TRABAJO FISICA ELECTIVO
funciones Por: Carlos Alberto García Acosta
DESCRIPCION DE SISTEMAS
Convertidores A/D y D/A
Bivariadas y Multivariadas
Sistemas de Control en Tiempo Discreto
RUIDO RUIDO BLANCO.
Conservación del Momento Angular:
Redes neuronales2 José Edinson Aedo Cobo Depto. de Ing. Electrónica.
KRIGING.
Respuesta en frecuencia
Respuesta en frecuencia
GEOESTADISTICA MULTIVARIADA
Capítulo 3. Radiación producida por cargas en movimiento
Representación en espacio de estado
M.I. Ricardo Garibay Jiménez
BASES de la ELECTROMEDICINA
La transformada de Laplace
Neurona postsináptica
TEMA 1 CARACTERIZACIÓN TEMPORAL DE SEÑALES
Elasticidad y los Modelos Viscoelásticos
La Ecuación de Schrödinger
Ecuación de Schrödinger
APRENDIZAJE WIDROW- HOFF
M. en C. José Andrés Vázquez Flores
Ecuaciones diferenciales
Profesor: Carlos Alvarado de la Portilla
Teoría de sistemas de Ecuaciones No lineales
Redes Neuronales Monocapa
Ejemplo de aplicación de las ANN
Introducción a Funciones de una variable
1 Asignatura: Autor: Análisis Numérico César Menéndez Titulación: Planificación: Materiales: Conocimientos previos: Aproximación Ingeniero Técnico Informático.
Representación de Señales y Ruido por medio de Series Ortogonales
Circuitos Dinámicos de 2º Orden REGIMEN SINUSOIDAL ESTACIONARIO
Ley de OHM.
EEG: mide la actividad cerebral de un individuo
Ecuaciones diferenciales de orden superior
Redes Neuronales Artificiales
Trasmisión de la información eléctrica
Redes Neuronales Artificiales 2 - Aprendizaje
Trabajo, Potencia y Energía
ONDAS ELECTROMAGNÉTICAS
Teoría Cinética. Mecánica Estadística Lunes 11 de junio de 2007.
UNA ECUACION PARA LAS LEYES DEL MOVIMIENTO
Movimiento relativo de la Tierra
Respuesta: NO. Versión grafica del mismo argumento.
Unidad 2 Bases Teóricas para la Comunicación Comunicación
Fundamentos de Física Moderna Mecánica Cuántica
CONTROL E INSTRUMENTACIÓN DE PROCESOS TEMA 2 Control de Procesos
Trabajo, Potencia y Energía
Universidad Nacional Autónoma de México Facultad de Ingeniería Ing. Catarino Fernando Pérez Lara Facultad de Ingeniería, UNAM 1.10 Gradiente de potencial.
Ecuaciones diferenciales
Algoritmo de Retropropagación. Conclusiones de Retropropagación n 1. Si la neurona j es un nodo de salida es igual al producto de la derivada y la señal.
Lic. Sujey Herrera Ramos
2.1 DEFINICIONES CARACTERÍSTICAS Y SUPOSICIONES.
Elementos Principales de un sistema de control de Datos Discretos.
Control Moderno de Motores Eléctricos
PROCESADORES DIGITALES DE SEÑALES
DETECCION DE SEÑALES BINARIAS EN RUIDO GAUSSIANO El criterio de toma de decisión fue descrito por la ecuación Un criterio muy usado para escoger el nivel.
CONTROL CLÁSICO Y MODERNO
2.5. EL EXPERIMENTO DE DARCY
Redes Neuronales.
OPTIMIZACION DEL DESEMPEÑO DE ERROR
GRUPO # 2.
ESTUDIO DE SUS PARÁMETROS FUNDAMENTALES CATEDRA DE A MEDICIONES I 1.
Transcripción de la presentación:

Modelos de frecuencia de disparo Bibliografía: Dayan & Abbott, cap 7 Secciones 7.1 y 7.2

Descripción de un tren de pulsos (potenciales de acción)

Variabilidad

Area MT. Estímulo: “puntos aleatorios” DA-F1.19 (adaptada de Bair & Koch, 1996)

La corriente sináptica La corriente generada por un pulso presináptico se modeliza, por ejemplo, según:

Modelos de frecuencia de disparo La aproximación consiste en reemplazar el tren de pulsos en la corriente: por su media en experimentos (frecuencia de disparo u(t)): .

Corriente generada por una población presináptica Pesos sinápticos Neurona de salida Neuronas de entrada

Ecuación para la corriente sináptica equivalente a: (derivar respecto a t)

En notación vectorial: Los pesos sinápticos y las actividades de las células presinápticas se han expresado en términos de los vectores:

¿Cómo se evalúa la frecuencia de disparo de la célula postsináptica? En el laboratorio puede medirse la frecuencia de disparo v a corriente constante, una vez que la neurona llega al estacionario. Esto da la función de activación F: Se suele utilizar una función sigmoide (que tiene la propiedad de saturar), umbral o una función lineal con umbral: siendo

Entonces, si las actividades presinápticas (u) no dependen del tiempo, el “modelo de frecuencia de disparo” para la célula postsináptica (v) es simplemente:

Dinámica de la frecuencia de disparo ¿Cómo definir el modelo de frecuencia de disparo cuando los estímulos dependen del tiempo? Se usan las ecuaciones:

Si la corriente I es constante: En principio debería utilizarse el potencial. Recordemos que si no se modeliza explícitamente la generación del potencial de acción, el potencial obedece: Si la corriente I es constante: donde

Pero si está modulada con una cierta frecuencia: Luego de un transitorio el potencial es: donde: para frecuencia grande: Aquí vemos que la membrana actúa como un filtro de paso bajo: el denominador atenua la amplitud con una escala característica

Entonces, usando el mismo procedimiento matemático, modelizamos la dependencia temporal de la frecuencia de disparo como un filtro de paso bajo de la frecuencia de disparo estacionaria:

El argumento anterior sugiere ¿Cuál es el valor de ? El argumento anterior sugiere Pero no necesariamente potencial y frecuencia de disparo tienen igual dinámica En particular, para que la dinámica del potencial actúe como un filtro de paso bajo es necesario que el potencial no llegue al umbral antes de superar su régimen transitorio (ver ejemplo más adelante)

Dinámica en la corriente Si el rate se relaja rápido Dinámica en la corriente

Dinámica en la frecuencia de disparo Si la corriente se relaja rápidamente Dinámica en la frecuencia de disparo

Ejemplo: Modelo LIF suficientemente grande suficientemente pequeño DA-F7.2 suficientemente grande suficientemente pequeño

Red feed-forward Tenemos una ecuación para la frecuencia salidas entradas Red feed-forward Tenemos una ecuación para la frecuencia de disparo de cada neurona postsináptica: En notación vectorial: donde el W es una matriz y

Red recurrente (con ff: W) Neuronas de salida Neuronas de entrada

Poblaciones excitatoria e inhibitoria Ahora hay cuatro tipos de M Entrada ff:

Sub-poblaciones homogéneas

Fin