“Atractores flexibles, tareas complejas resueltas por redes neuronales simples“ Dr. Emilio Kropff скачать в хорошем качестве

“Atractores flexibles, tareas complejas resueltas por redes neuronales simples“ Dr. Emilio Kropff

Biografía del expositor Emilio Kropff es investigador del CONICET y desde el año 2019 es jefe del laboratorio de Fisiología y Algoritmos del Cerebro de la Fundación Instituto Leloir, Argentina. Luego de finalizar la licenciatura en Ciencias Físicas en la Universidad de Buenos Aires, se especializó en neurociencia, realizando el doctorado en SISSA (Trieste, Italia) y una estadía postdoctoral en Kavli Institute for Systems Neurosciences (Trondheim, Noruega). Uno de sus intereses de investigación actuales es comprender el GPS de los mamíferos, tanto en cerebros sanos como en aquellos afectados por enfermedades neurodegenerativas. Resumen de la charla La corteza entorrinal es una pieza fundamental del GPS del cerebro mamífero. Contiene neuronas que cumplen diversos roles funcionales, como codificar la dirección del movimiento, la velocidad o la posición. En particular, las neuronas de retícula (o grid cells) forman un sistema que se ha equiparado con el de los ejes cartesianos, aunque con simetría hexagonal en vez de cuadrada. Una grid cell se activa cuando el animal pasa por cualquiera de los nodos de una red hexagonal que se extiende por el espacio. Grid cells cercanas a lo largo del eje dorso-ventral comparten ejes de simetría, y se presume que para lograrlo se comunican formando una red atractora continua. Esto requiere que neuronas que se activan en posiciones vecinas (lejanas) estén fuertemente (débilmente) conectadas. En otras palabras, la arquitectura de la red refleja el espacio euclídeo bidimensional. Sin embargo, no está claro cómo una red neuronal tan compleja puede formarse a lo largo del desarrollo y mantenerse en el cerebro adulto. En mi charla voy a mostrar que la correspondencia entre la topología de la arquitectura de una red y el espacio que representa es una asunción razonable pero innecesaria. Como ejemplo, voy a mostrar que una red atractora unidimensional es suficiente para que las grid cells se auto-organicen alineando sus ejes de simetría. Este resultado abre la puerta a la posibilidad de que durante el desarrollo las redes neuronales de la corteza entorrinal se organicen vía mecanismos mucho más sencillos de los discutidos hasta ahora. De modo más general, prueba que para cualquier área del cerebro no es correcto asumir que la arquitectura de los atractores continuos tiene una topología que refleja el espacio representado. Este principio puede resultar relevante no solo para comprender mejor nuestro GPS interno y su desarrollo, sino también en el diseño de sistemas artificiales de navegación. Chair de la charla: Dr. Jose A. Fernandez-Leon Fellenz, Exactas-INTIA-UNCPBA & CIFICEN (CONICET-CICPBA-UNCPBA) - NeuroAI Lab: https://neuro-ai-lab.intia.exa.unicen... - Serie de seminarios: EiNS-NeuroAI Lab (https://neuro-ai-lab.intia.exa.unicen...)