Mostrar registro simples

dc.contributor.advisorErichsen Junior, Rubempt_BR
dc.contributor.authorMizusaki, Beatriz Eymi Pimentelpt_BR
dc.date.accessioned2018-04-18T02:26:36Zpt_BR
dc.date.issued2017pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/174806pt_BR
dc.description.abstractA estrutura plástica do cérebro tem a capacidade de se adaptar a diversas condições e estímulos. No entanto, isso também pode facilitar a emergência de instabilidades, o que acarreta na necessidade de mecanismos de homeostase que previnam que a dinâmica da rede neural chegue a estados patológicos. A plasticidade associativa é considerada a principal base para o desenvolvimento de funções como memória e aprendizado, a realimentação positiva potencialmente leva à saturação de sinapses e instabilidades de atividade, especialmente em arquiteturas om conectividades recorrentes tais como em microcircuitos cerebrais. Neste trabalho investigamos a difícil interação entre a codificação de informação e o controle da atividade através da plasticidade Hebbiana e do escalonamento sináptico homeostático. O objetivo é a determinação de propriedades, como por exemplo a inibição e a conectividade, que proporcionam o desenvolvimento de codificação de informação de uma maneira confiável e fisiologicamente relevante através de plasticidade sináptica, prevenindo comportamento patológico. Após uma breve revisão bibliográfica de tópicos básicos da neurofisiologia e da modelagem de redes neurais, a primeira parte dos resultados apresenta uma rede que, sob uma forma específica de esc alonamento sináptico, desenvolve associatividade de padrões de disparo espaço-temporais e discute a afetação da capacidade de separação e confiabilidade de acordo om escalas de tempo de plasticidade, limitações sobre a eficácia sináptica e a dinâmica das interações inibitórias. A segunda parte define condições para manter o escalonamento sináptico homeostático sem instabilidades dinâmicas, om foco em fenômenos pouco explorados, como o escalonamento de sinapses inibitórias e o alcance efetivo da plasticidade. Em direção a outros mecanismos que podem influenciar esse balanço, a última parte descreve os efeitos do local de expressão da plasticidade de longa duração sobre a dinâmica de aprendizado, o que é demonstrado diferir de acordo om a codificação do estímulo.pt_BR
dc.format.mimetypeapplication/pdf
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectPlasticidade neuronalpt_BR
dc.subjectNeurociênciaspt_BR
dc.subjectRedes neuraispt_BR
dc.subjectSinapsespt_BR
dc.subjectMemóriapt_BR
dc.subjectHomeostasept_BR
dc.titlePlasticidade e homeostase em redes neurais recorrentespt_BR
dc.title.alternativePlasticity ad homeostasis in recurrent neural networks en
dc.typeTesept_BR
dc.contributor.advisor-coBrunnet, Leonardo Gregorypt_BR
dc.identifier.nrb001062982pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentInstituto de Físicapt_BR
dc.degree.programPrograma de Pós-Graduação em Físicapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2017pt_BR
dc.degree.leveldoutoradopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples