Enfoque de red neuronal de picos basado en el gusano Caenorhabditis Elegans para la clasificación

Una red neuronal está compuesta por un grupo de neuronas que forman un conectoma, que es un mapa de conexiones neuronales que permite establecer los caminos entre las neuronas. La red neuronal puede generar las acciones de los seres vivos con la interacción neuronal a través de señales químico-eléct...

Full description

Autores:
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/31870
Acceso en línea:
http://hdl.handle.net/11349/31870
Palabra clave:
Caenorhabditis elegans
Connectome
Elegansnet
Patrones de clasificación
Spiking de redes neuronales
Modelo de Hodgkin-Huxley
Ingeniería Telemática -- Tesis y disertaciones académicas
Redes neuronales
Conectoma
Caenorhabditis elegans
Plasticidad sináptica
Caenorhabditis elegans
Spiking neural networks
Connectome
Hodgkin-Huxley model
Elegansnet
Classification patterns
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Description
Summary:Una red neuronal está compuesta por un grupo de neuronas que forman un conectoma, que es un mapa de conexiones neuronales que permite establecer los caminos entre las neuronas. La red neuronal puede generar las acciones de los seres vivos con la interacción neuronal a través de señales químico-eléctricas. El comportamiento de las máquinas no es dinámico comparado con el de los animales; entonces, el comportamiento de la máquina debe ser modelado y realizado por un diseño exterior, mientras que en los seres vivos, el comportamiento es causado por la experiencia. Caenorhabditis Elegans es un modelo de gusano para estudiar las conexiones de sus neuronas. Para estudiar el comportamiento dinámico en sistemas de software basados en modelos biológicos, creamos un enfoque para entrenar y clasificar patrones binarios utilizando la estructura del conectoma de Caenorhabditis Elegans. Usamos la conectividad de las neuronas de Caenorhabditis Elegans para hacer un enfoque personalizado para entrenar una Red Neural de Picos usando un factor de ramificación para clasificar patrones en lugar de capas de neuronas. Hicimos un sistema de software para mostrar el gráfico de las conexiones neuronales del Caenorhabditis Elegans. También utilizamos la Plasticidad dependiente del tiempo de los picos para establecer la fuerza de los pesos entre las conexiones. Además, utilizamos un modelo Hodgkin- Huxley para calcular el potencial de membrana de la neurona y manejar los picos de la red.