Controle de sincronização anômala em redes neurais

Detalhes bibliográficos
Autor(a) principal: Boaretto, Bruno Rafael Reichert
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/55043
Resumo: Orientador : Prof. Dr. Sergio Roberto Lopes
id UFPR_3631004e6daa34395f5013d2e2cb88cd
oai_identifier_str oai:acervodigital.ufpr.br:1884/55043
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Boaretto, Bruno Rafael ReichertUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduaçao em FísicaLopes, Sergio Roberto, 1967-2018-10-26T15:36:19Z2018-10-26T15:36:19Z2018https://hdl.handle.net/1884/55043Orientador : Prof. Dr. Sergio Roberto LopesDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Física. Defesa : 22/02/2018Inclui referênciasResumo: O estudo da sincronização de estados caóticos teve início na década de 1990 com trabalhos pioneiros sobre sincronização de osciladores. Desde então, encontra-se aplicações de estados sincronizados nas mais diversas áreas da ciência, em especial na física. Entre as muitas áreas de pesquisa nesse campo, observa-se na literatura um grande número de trabalhos devotados ao controle desses estados sincronizados. Mostra-se que para redes neurais sob a topologia de conexão de pequeno mundo para regiões de baixo acoplamento, a rede apresenta sincronização anômala. Integra-se uma rede de pequeno-mundo com 2000 neurônios a partir do modelo Huber-Braun que trata-se de uma variação do modelo Hodgkin-Huxley. São feitas diversas alterações na rede com o objetivo de controlar a sincronização anômala, assim como o comportamento não-estacionário da rede neural, são elas: por meio de alteração de topologia, aplicação de estímulos externos nos neurônios e alterações de parâmetros biológicos do modelo. A análise de quantificação para avaliar a sincronização de fase é feita pelo uso do parâmetro da ordem de Kuramoto, enquanto a análise de quantificadores de recorrência, em particular o determinismo, calculada sobre o campo médio de rede facilmente acessível, 'e usada para avaliar estados não-estacionários. Mostra-se que os métodos propostos podem controlar a sincronização anômala e a não-estacionária que ocorrem para o parâmetro de acoplamento fraco sem qualquer efeito na dinâmica do neurônio individual, nem nos estados sincronizados assintóticos esperados que ocorrem para valores grandes do parâmetro de acoplamento. Palavras-chave: Redes neurais, Sincronização anômala, Supressão de Sincronização, Comportamento não-estacionário.Abstract: The study of synchronization in chaotic states has started in the 90's with the pioneers research papers about the synchronization of oscillators. Since them, it is possible to find applications of synchronized states in several areas of science, specially in physics. A large number of papers is devoted to the control of those synchronized states. It is show that for a neural networks at the small-world connection topology, there are regions of low coupling where the network presents anomalous synchronization. We Integrate a small-world neural network with 2000 neurons using the Huber-Braun model, is which a variation of the Hodgkin- Huxley model. Several changes are made to the network in order to control the anomalous synchronization, as well as nonstationary behavior of the neural network, they are: through alteration of topology, application of external styling in neurons and changes in biological parameters of the model. Quantification analysis to evaluate phase synchronization makes use of the Kuramoto's order parameter, while recurrence quantification analysis, particularly the determinism, computed over the easily accessible mean field of network is used to evaluate nonstationary states. We show that the methods proposed can control the anomalous synchronization and nonstationarity occurring for weak coupling parameter without any effect on the individual neuron dynamics, neither in the expected asymptotic synchronized states occurring for large values of the coupling parameter. Keywords: Neural Network, Anomalous Synchronization, Suppression of Synchronization, Nonstationarity Behavior.67 p. : il. (algumas color.).application/pdfRedes neurais (Computação)FisicaNeuroniosSincronizaçãoTesesControle de sincronização anômala em redes neuraisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - BRUNO RAFAEL REICHERT BOARETTO.pdfapplication/pdf10976122https://acervodigital.ufpr.br/bitstream/1884/55043/1/R%20-%20D%20-%20BRUNO%20RAFAEL%20REICHERT%20BOARETTO.pdfffb4c468233b8fc010c45ada19ef95deMD51open access1884/550432018-10-26 12:36:20.086open accessoai:acervodigital.ufpr.br:1884/55043Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082018-10-26T15:36:20Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Controle de sincronização anômala em redes neurais
title Controle de sincronização anômala em redes neurais
spellingShingle Controle de sincronização anômala em redes neurais
Boaretto, Bruno Rafael Reichert
Redes neurais (Computação)
Fisica
Neuronios
Sincronização
Teses
title_short Controle de sincronização anômala em redes neurais
title_full Controle de sincronização anômala em redes neurais
title_fullStr Controle de sincronização anômala em redes neurais
title_full_unstemmed Controle de sincronização anômala em redes neurais
title_sort Controle de sincronização anômala em redes neurais
author Boaretto, Bruno Rafael Reichert
author_facet Boaretto, Bruno Rafael Reichert
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduaçao em Física
dc.contributor.author.fl_str_mv Boaretto, Bruno Rafael Reichert
dc.contributor.advisor1.fl_str_mv Lopes, Sergio Roberto, 1967-
contributor_str_mv Lopes, Sergio Roberto, 1967-
dc.subject.por.fl_str_mv Redes neurais (Computação)
Fisica
Neuronios
Sincronização
Teses
topic Redes neurais (Computação)
Fisica
Neuronios
Sincronização
Teses
description Orientador : Prof. Dr. Sergio Roberto Lopes
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-10-26T15:36:19Z
dc.date.available.fl_str_mv 2018-10-26T15:36:19Z
dc.date.issued.fl_str_mv 2018
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/55043
url https://hdl.handle.net/1884/55043
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 67 p. : il. (algumas color.).
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/55043/1/R%20-%20D%20-%20BRUNO%20RAFAEL%20REICHERT%20BOARETTO.pdf
bitstream.checksum.fl_str_mv ffb4c468233b8fc010c45ada19ef95de
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860846084685824

Registros relacionados