Procesos de estabilización, sincronización y aprendizaje en redes neuronales estocásticas

• Autores: Francisco de Borja Rodríguez Ortiz
• Directores de la Tesis: Vicente López Martínez (dir. tes.) , Hilbert Johan Kappen (dir. tes.)
• Lectura: En la Universidad Autónoma de Madrid ( España ) en 1999
• Idioma: español
• Tribunal Calificador de la Tesis: Juan Alberto Sigüenza Pizarro (presid.) , Alberto Suárez González (secret.) , Washington Buño Buceta (voc.) , Santiago Carrillo Menéndez (voc.) , Víctor Fairén Le Lay (voc.)
• Enlaces
  • Tesis en acceso abierto en: Biblos-e Archivo
• Resumen

  • El trabajo que presenta esta tesis doctoral consta de dos partes, Por un lado, se estudia elefecto del ruido en un modelo estocástico neuronal de integración y disparo, y cómo éste afecta a la estabilización y sincronización de los patrones de disparo.Con este modelo se han encontrado varios regímenes en los cuales las neuronas estabilizan el disparo e incluso se vuelven periodicas. En otro contexto, se estudia la mejora del aprendizaje en redes de Máquinas de Boltzamann (tipo específico de red neuronal estocástica) mediante la corrección de respuesta lineal a la teoría de campo medio.

    En los últimos años los resultados experimentales sobre el proceso de información del cerebro han revelado que la sincronización espacio-temporal de neuronas es uno de los mecanismos fundamentales involucrado en tareas como reconocimiento, segmentación, apredizaje, atención, etc. Paralelamente, uno de los fenómenos más interesantes y curiosos que tiene lugar en los procesos naturales de información, tales como los que se producen en el cerebro, es la habilidad del sistema para mantener su funcionalidad en entornos ruidosos, incluso con altos niveles de ruido. Estos hechos argumentan y sostienen las principales motivaciones de esta tesis doctoral Así, en la primera parte se introduce un modelo neuronal de integración y disparo estocástico, complementado con estudios analíticos y simulaciones, que permiten entender con claridad los mecanismos necesarios para la sincronización de las neuronas estocásticas. Asimismo, se calculan las denominadas regiones de sincronización global, cuya estructura se describe correctamente mediante las aproximaciones analíticas. Este modelo neuronal estocástico es capaz de reproducir satisfactoriamente la generación de los histogramas de intervalos entre disparos (ISIH's, Inter-Spike Interval Histogramas) de registros en neuronas reales, que han sido medidos para diferentes tipos de las mismas ba