Avalanche neuronal em redes de neurônios estocásticos tipo integra-dispara com topologia Watts-Strogatz

Detalhes bibliográficos
Autor(a) principal: Lima, Renata Pazzini Prado de
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-27102021-161449/
Resumo: Redes de neurônios estocásticos do tipo integra-e-dispara com vazamento, seja em análise de campo médio ou para topologias de rede quadrada, ambas apresentam uma transição de fase de um estado absorvente para um estado ativo de maneira continua possuindo avalanches neuronais e uma correspondente lei de potência, quando analisados nos pontos críticos dessas transições. Neste projeto complementamos esses resultados para o caso de uma rede com topologia de mundo pequeno do tipo Watts-Strogatz, seja realizando comparações entre os métodos de estocasticidade tipo quenched ou tipo annealed e mostramos que possuem os mesmos expoentes de campo médio para qualquer probabilidade de rewriting p > 0. Para uma rede com p = 0, o expoente critico está relacionado com a dimensão critica d = 1 da classe de universalidade, percolação direcionada. No modelo estudado, os disparos são estocásticos e ocorrem em instantes de tempo discretos, baseado em uma função de probabilidade dado por uma sigmoide. Cada neurônio do modelo possui um potencial de membrana que integraliza os sinais recebidos pelos neurônios vizinhos. O potencial de membrana este sujeito a um termo de vazamento (sendo μ a fração de potencial remanescente). Nós estudamos topologias com um variado número de conexões entre os vizinhos de cada de neurônio e diferentes valores para o termo de vazamento. Nossos resultados indicam que existe uma faixa dinâmica maior para o caso com p = 0. O projeto aborda redes de neurônios integra-e-dispara estocásticos, para os quais a probabilidade de disparo neuronal depende do valor do potencial de membrana. Essa estocasticidade visa modelar as diferentes fontes de ruído biológico. Usando esse modelo de neurônio, simulamos redes de topologia de mundo pequeno tipo Watts-Strogatz. Nos também estudamos o caso dos mecanismos homeostáticos com relação ao peso sináptico, força sináptica e limiar de disparo, que se auto organizam em direção da região critica. Essas oscilações estocásticas são uma característica do que denominamos na literatura como auto-organização na quasi-criticalidade.
id USP_e29c70c061857023a0c3570def26ceee
oai_identifier_str oai:teses.usp.br:tde-27102021-161449
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Avalanche neuronal em redes de neurônios estocásticos tipo integra-dispara com topologia Watts-StrogatzNeuronal avalanches in Watts-Strogatz networks of stochastic spiking neuronsComputational neuroscienceFísica estatísticaNeurociência computacionalNeuronal networksNeurônios integra-e-dispara estocásticosRede de Watts-StrogatzRedes neuronaisStatistical physicsStochastic integrate-and-fire neuronsWatts-Strogatz networkRedes de neurônios estocásticos do tipo integra-e-dispara com vazamento, seja em análise de campo médio ou para topologias de rede quadrada, ambas apresentam uma transição de fase de um estado absorvente para um estado ativo de maneira continua possuindo avalanches neuronais e uma correspondente lei de potência, quando analisados nos pontos críticos dessas transições. Neste projeto complementamos esses resultados para o caso de uma rede com topologia de mundo pequeno do tipo Watts-Strogatz, seja realizando comparações entre os métodos de estocasticidade tipo quenched ou tipo annealed e mostramos que possuem os mesmos expoentes de campo médio para qualquer probabilidade de rewriting p > 0. Para uma rede com p = 0, o expoente critico está relacionado com a dimensão critica d = 1 da classe de universalidade, percolação direcionada. No modelo estudado, os disparos são estocásticos e ocorrem em instantes de tempo discretos, baseado em uma função de probabilidade dado por uma sigmoide. Cada neurônio do modelo possui um potencial de membrana que integraliza os sinais recebidos pelos neurônios vizinhos. O potencial de membrana este sujeito a um termo de vazamento (sendo μ a fração de potencial remanescente). Nós estudamos topologias com um variado número de conexões entre os vizinhos de cada de neurônio e diferentes valores para o termo de vazamento. Nossos resultados indicam que existe uma faixa dinâmica maior para o caso com p = 0. O projeto aborda redes de neurônios integra-e-dispara estocásticos, para os quais a probabilidade de disparo neuronal depende do valor do potencial de membrana. Essa estocasticidade visa modelar as diferentes fontes de ruído biológico. Usando esse modelo de neurônio, simulamos redes de topologia de mundo pequeno tipo Watts-Strogatz. Nos também estudamos o caso dos mecanismos homeostáticos com relação ao peso sináptico, força sináptica e limiar de disparo, que se auto organizam em direção da região critica. Essas oscilações estocásticas são uma característica do que denominamos na literatura como auto-organização na quasi-criticalidade.Integral-fire-leakage stochastic neuron networks, whether in mean field analysis or for square lattice topologies, both present a phase transition from an absorbing state to an active state in a continuous manner, having neuronal avalanches and a corresponding law of potency, when analyzed at the critical points of these transitions. In this project, we complement these results for the case of a network with a Watts-Strogatz small world topology, either by making comparisons between the quenched or annealed type stochacity methods and we show that they have the same mean field exponents for any probability of rewriting p > 0. For a network with p = 0, the critical exponent is related to the critical dimension d = 1 of the universality class, directed percolation. In the studied model, the triggers are stochastic and occur at discrete time instants, based on a probability function given by a sigmoid. Each neuron in the model has a membrane potential that integrates the signals received by neighboring neurons. The membrane potential is subject to a leakage term μ. We study topologies with a varied number of connections between the neighbors of each neuron and different values for the leakage term. Our results indicate that there is a larger dynamic range for the case with p = 0. The project addresses stochastic integrated-fire neuron networks, where the probability of neuronal firing depends on the value of the membrane potential. This stochasticity aims to model the different sources of biological noise. Using this neuron model, we simulate Watts-Strogatz small-world topology networks. We also study the case of homeostatic mechanisms with respect to synaptic weight, synaptic strength and trigger threshold, which self-organize towards the critical region. These stochastic oscillations are a feature of what we call in the literature self-organization in quasi-criticality.Biblioteca Digitais de Teses e Dissertações da USPCosta, Ariadne de AndradeLima, Renata Pazzini Prado de2021-08-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/59/59135/tde-27102021-161449/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-12-09T20:58:42Zoai:teses.usp.br:tde-27102021-161449Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-12-09T20:58:42Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Avalanche neuronal em redes de neurônios estocásticos tipo integra-dispara com topologia Watts-Strogatz
Neuronal avalanches in Watts-Strogatz networks of stochastic spiking neurons
title Avalanche neuronal em redes de neurônios estocásticos tipo integra-dispara com topologia Watts-Strogatz
spellingShingle Avalanche neuronal em redes de neurônios estocásticos tipo integra-dispara com topologia Watts-Strogatz
Lima, Renata Pazzini Prado de
Computational neuroscience
Física estatística
Neurociência computacional
Neuronal networks
Neurônios integra-e-dispara estocásticos
Rede de Watts-Strogatz
Redes neuronais
Statistical physics
Stochastic integrate-and-fire neurons
Watts-Strogatz network
title_short Avalanche neuronal em redes de neurônios estocásticos tipo integra-dispara com topologia Watts-Strogatz
title_full Avalanche neuronal em redes de neurônios estocásticos tipo integra-dispara com topologia Watts-Strogatz
title_fullStr Avalanche neuronal em redes de neurônios estocásticos tipo integra-dispara com topologia Watts-Strogatz
title_full_unstemmed Avalanche neuronal em redes de neurônios estocásticos tipo integra-dispara com topologia Watts-Strogatz
title_sort Avalanche neuronal em redes de neurônios estocásticos tipo integra-dispara com topologia Watts-Strogatz
author Lima, Renata Pazzini Prado de
author_facet Lima, Renata Pazzini Prado de
author_role author
dc.contributor.none.fl_str_mv Costa, Ariadne de Andrade
dc.contributor.author.fl_str_mv Lima, Renata Pazzini Prado de
dc.subject.por.fl_str_mv Computational neuroscience
Física estatística
Neurociência computacional
Neuronal networks
Neurônios integra-e-dispara estocásticos
Rede de Watts-Strogatz
Redes neuronais
Statistical physics
Stochastic integrate-and-fire neurons
Watts-Strogatz network
topic Computational neuroscience
Física estatística
Neurociência computacional
Neuronal networks
Neurônios integra-e-dispara estocásticos
Rede de Watts-Strogatz
Redes neuronais
Statistical physics
Stochastic integrate-and-fire neurons
Watts-Strogatz network
description Redes de neurônios estocásticos do tipo integra-e-dispara com vazamento, seja em análise de campo médio ou para topologias de rede quadrada, ambas apresentam uma transição de fase de um estado absorvente para um estado ativo de maneira continua possuindo avalanches neuronais e uma correspondente lei de potência, quando analisados nos pontos críticos dessas transições. Neste projeto complementamos esses resultados para o caso de uma rede com topologia de mundo pequeno do tipo Watts-Strogatz, seja realizando comparações entre os métodos de estocasticidade tipo quenched ou tipo annealed e mostramos que possuem os mesmos expoentes de campo médio para qualquer probabilidade de rewriting p > 0. Para uma rede com p = 0, o expoente critico está relacionado com a dimensão critica d = 1 da classe de universalidade, percolação direcionada. No modelo estudado, os disparos são estocásticos e ocorrem em instantes de tempo discretos, baseado em uma função de probabilidade dado por uma sigmoide. Cada neurônio do modelo possui um potencial de membrana que integraliza os sinais recebidos pelos neurônios vizinhos. O potencial de membrana este sujeito a um termo de vazamento (sendo μ a fração de potencial remanescente). Nós estudamos topologias com um variado número de conexões entre os vizinhos de cada de neurônio e diferentes valores para o termo de vazamento. Nossos resultados indicam que existe uma faixa dinâmica maior para o caso com p = 0. O projeto aborda redes de neurônios integra-e-dispara estocásticos, para os quais a probabilidade de disparo neuronal depende do valor do potencial de membrana. Essa estocasticidade visa modelar as diferentes fontes de ruído biológico. Usando esse modelo de neurônio, simulamos redes de topologia de mundo pequeno tipo Watts-Strogatz. Nos também estudamos o caso dos mecanismos homeostáticos com relação ao peso sináptico, força sináptica e limiar de disparo, que se auto organizam em direção da região critica. Essas oscilações estocásticas são uma característica do que denominamos na literatura como auto-organização na quasi-criticalidade.
publishDate 2021
dc.date.none.fl_str_mv 2021-08-27
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://www.teses.usp.br/teses/disponiveis/59/59135/tde-27102021-161449/
url https://www.teses.usp.br/teses/disponiveis/59/59135/tde-27102021-161449/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257463497162752