Redes heterogéneas de neuronas que reconocen firmas neuronales

Publicado

2017-04-01

Redes heterogéneas de neuronas que reconocen firmas neuronales

Heterogeneous networks of neurons that recognize signatures neural

Palabras clave:

Firma neuronal, procesamiento basado en la identificación de señales, redes neuronales auto-organizativas, poblaciones heterogéneas (es)
Neural signature, processing based on signal identification, self-organizing neural network, heterogeneous populations (en)

Descargas

Autores/as

José Luis Carrillo-Medina Universidad de las Fuerzas Armadas ESPE
Gonzalo Patricio Espinel-Mena Universidad de las Fuerzas Armadas ESPE https://orcid.org/0000-0001-6213-7836

Resumen (es)
Resumen (en)

Resultados experimentales muestran que células de diferentes sistemas neuronales vivos pueden identificar de forma inequívoca sus señales de salida mediante firmas neuronales específicas. El significado funcional de estas firmas aún no está claro, la existencia de mecanismos celulares para identificar el origen de señales individuales y contextualizar la llegada de un mensaje, puede ser una poderosa estrategia de procesamiento de información para el sistema nervioso. Recientemente construimos diferentes modelos para estudiar la capacidad de una red neuronal para codificar y procesar información basada en la emisión y reconocimiento de firmas específicas, en donde las neuronas son capaces de reconocer y emitir la misma firma, con la misma probabilidad. En este artículo, analizamos las características que pueden influir en la capacidad de procesamiento cuando variamos la probabilidad de reconocimiento que tiene cada neurona para distintas firmas en redes heterogéneas. Las simulaciones muestran el incremento de las propiedades dinámicas de la red.

Experimental results demonstrate that cells of different living neural system they can identify univocally their output signals through specific neural signatures. The functional meaning of these signatures is still unclear, the existence of cellular mechanisms to identify the source of individual signals and contextualize incoming messages can be a powerful information processing strategy for the nervous system. We recently built different models to study the ability of a neural network to encode and process information based on the emission and recognition of specific signature with homogeneous populations where the neurons in the network will be able to recognize and emit the same firms with the same probability. In this paper, we further analyze the features that can influence on the information processing ability when we vary the probability of recognition that each neuron has for different signatures in networks heterogeneous. Simulations show the increases the dynamic properties of the network.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Rabinovich, M.I., Varona, P., Selverston, A.I. and Abarbanel, H.D., Dynamical principles in neuroscience. Reviews of Modern Physics, 78, pp. 1213-1265, 2006. DOI: 10.1103/RevModPhys.78.1213

Szücs, A., Pinto, R.D., Rabinovich, M.I., Abarbanel, H.D. and Selverston, A.I., Synaptic modulation of the interspike interval signatures of bursting pyloric neurons. J. Neurophysiol, 89, pp. 1363-1377, 2003. DOI: 10.1152/jn.00732.2002

Szücs, A., Abarbanel, H.D., Rabinovich, M.I. and Selverston, A.I., Dopamine modulation of spike dynamics in bursting neurons. Eur. J. Neurosci, 21(3), pp. 763-772, 2005. DOI: 10.1111/j.1460-9568.2005.03894.x

Latorre, R., Rodriguez, F.B. and Varona, P., Effect of individual spiking activity on rhythm generation of Central Pattern Generators, Neurocomputing 58-60, pp. 535-540, 2004. DOI: 10.1016/j.neucom.2004.01.091

Latorre, R., Rodriguez, F.B. and Varona, P., Neural signatures: Multiple coding in spiking-bursting cells, Biol. Cybern., 95, pp. 169-183, 2006. DOI: 10.1007/s00422-006-0077-5

Latorre, R., Rodriguez, F.B. and Varona, P., Reaction to neural signatures through excitatory synapses in Central Pattern Generator models. Neurocomputing, 70, pp. 1797-1801, 2007. DOI: 10.1016/j.neucom.2006.10.059

Tristán, A., Rodríguez, F.B., Serrano, E. and Varona, P., Networks of neurons that emit and recognize signatures, Neurocomputing, 58-60, pp. 41-46, 2004. DOI: 10.1016/j.neucom.2004.01.020

Carrillo-Medina, J.L. and Latorre, R., Neural dynamics based on the recognition of neural fingerprints, Front. Comput. Neurosci, 9, 17 P., 2015. DOI: 10.3389/fncom.2015.00033

Latorre, R., Rodriguez, F.B. and Varona, P., Signature neural networks: Definition and application to multidimensional sorting problems, IEEE Trans. Neural Netw., 22, pp. 8-23, 2011. DOI: 10.1109/TNN.2010.2060495

Watts, D.J. and Strogatz, S.H., Collective dynamics of ‘small-world’ networks. Nature 393, pp. 440-442. 1998. DOI: 10.1038/30918.

Lago-Fernández, L.F., Huerta, R., Corbacho, F. and Sigüenza, J.A., Fast response and temporal coherent oscillations in small-world networks. Phys. Rev. Lett. 84, pp. 2758-2761. 2000. DOI: 10.1103/PhysRevLett.84.2758

Carrillo-Medina, J.L. and Latorre, R., Influence of the refractory period on neural networks based on the recognition of neural signatures. In 2015 International Joint Conference on Neural Networks (IJCNN), pp. 1-9, 2015. DOI: 10.1109/IJCNN.2015.7280332.

Rabinovich, M.I., Volkovskii, A., Lecanda, P., Huerta, R., Abarbanel, H.D. and Laurent, G., Dynamical encoding by networks of competing neuron groups: Winnerless competition, Phys. Rev. Lett. 87(6), 4 P., 2001. DOI: 10.1103/Phys-RevLett.87.068102

Afraimovich, V.S., Rabinovich, M.I. and Varona, P., Heteroclinic contours in neural ensembles and the winnerless competition principle, International Journal of Bifurcation and Chaos, 14, pp. 1195-1208, 2004. DOI: 10.1142/S0218127404009806

Bialek, W., Rieke, F., De Ruyter van Steveninck R.R. and Warland, D., Reading a neural code. Science, [online]. 252(5014), pp. 1854-1857, 1991. [date of reference March 20th of 2017]. Available at: https://papers.nips.cc/paper/272-reading-a-neural-code.pdf

Middleton J.W., Yu, N., Longtin, A. and Maler, L., Routing the low of sensory signals using plastic responses to bursts and isolated spikes: Experiment and theory. The Journal of Neuroscience, 31(7), pp. 2461-2473, 2011. DOI: 10.1523/JNEUROSCI.4672-10.2011

Rieke F., Warland, D., van Steveninck, R.D.R. and Bialek, W., Spikes: Exploring the neural code. The MIT Press, 1999. DOI: 10.1016/S0166-2236(97)87409-7

Kayser C., Montemurro M.A., Logothetis N.K. and Panzeri, S., Spike-phase coding boosts and stabilizes information carried by spatial and temporal spike patterns, Neuron, 61(4), pp.597-608, 2009. DOI: 10.1016/j.neuron.2009.01.008

Panzeri S., Brunel N., Logothetis N.K. and Kayser C., Sensory neural codes using multiplexed temporal scales. Trends in Neurosciences, 33(3), pp. 111-120, 2010. DOI: 10.1016/j.tins.2009.12.001

Baroni F., Torres J.J. and Varona P., History-dependent excitability as a single-cell substrate of transient memory for information discrimination. PLoS One, 5(12), pp. E15023, 2010. DOI: 10.1371/journal.pone.0015023

Licencia

Derechos de autor 2017 DYNA

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.