|
|
Signal propagation in neural networks
Blaštík, Filip ; Šanda, Pavel (vedoucí práce) ; Bureš, Zbyněk (oponent)
Detailní popis šíření signálu v neuronálních sítích je klíčová pro porozumění informačním procesům v mozku. Data mohou mít často podobu komplexní aktivity, která je produkována neuronálními populacemi a jejich specifickými motivy ve struktuře akčních potenciálů. Za určitých okolností vytvářejí neuronální populace koordinovanou synchronizovanou aktivitu, která má profil putujících vln. Bylo prokázáno, že tyto vlny jsou součástízpracování informací, např. při vnímání senzorických k podnětů. Rozhodli jsme se takový jev putující vlny modelovat pomocí modelu neuronové sítě, který má reprezentovat 1mm2 primární zrakové kůry primátů. Tento model kanonického neurálního sloupce jsme použili ke generování synchronizované aktivity a pomocí propojení sloupců se nám podařilo modelovat putující vlnu. Pro popis její dynamiky jsme vyvinuli několik algoritmů, které detekují události na časových řadách. Tyto události umožňují identifikovat putující vlnu ze simulovaných neuronových sloupců. Zjistili jsme, že metody založené na detekci lokální dynamiky v klozavých oknech nejadekvátněji vykreslují intuitivní představu o putující vlně. Poté, co jsme zavedli přístup k detekci události, zaměřili jsme se na kauzální inferenci. Běžně se šíření signálu dedukuje pomocí abstraktních teoretických konceptů, jako je Grangerova kauzalita...
|
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
host ::
RSS.