IFLP   13074
INSTITUTO DE FISICA LA PLATA
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
Modelos computacionales con características STDP basados en la teoría Conductual de Skinner
Autor/es:
FERNANDO MONTANI; MONSERRAT PALLARES DI NUNZIO
Reunión:
Congreso; 105° Reunión de la Asociación Física Argentina Primera RAFA Webinar; 2020
Resumen:
Los recuerdos están representados por circuitos neuronales muy interconectados en el cerebro y la plasticidad sináptica dependiente del tiempo de los disparos de las espigas (STDP) es uno de los fundamentos neuroquímicos más importantes del aprendizaje y la memoria. En este trabajo diagramamos el comportamiento de una red de la corteza cerebral, donde las neuronas excitatorias poseen plasticidad bajo la forma STDP, en sus dos variedades:depresión a largo plazo y potenciación a largo plazo. Estas formas de plasticidad desencadenan premios o castigos, según la teoría conductual de Skinner sobre la que fue basada la red. Simulamos una red neuronal con 1000 neuronas, con retraso de conducción axónico y siguiendo la regla de plasticidad STDP. Encontrando una explicación al enigma de la recompensa distal, asociada a una frecuencia dopaminérgica característica cuyo valor se encuentraalrededor de los 25 Hz. Para el análisis de los resultados se implementaron varias herramientas de teoría de grafos y de teoría de la información. Estudiamos la dependencia del parámetro de orden ?Información de Fisher"con el número de neuronas excitatorias e inhibitorias. Encontramos que la Centralidad de cercanía toma losvalores más altos para las neuronas excitatorias, lo que resulta congruente con la generación de mecanismos deplasticidad a largo plazo. Por último, observamos cómo la información de Fisher disminuye a medida de que elsistema evoluciona, lo cual sería compatible con una transición de fase. Este sistema cumple con un proceso deaprendizaje que combina la recompensa con la STDP, el cual alcanza un valor máximo del estimador complejidaden su evolución temporal compatible con un estado caótico.