Viernes 14 de agosto, 15:30 hs
Rodrigo Echeveste
"Dinámica cortical en circuitos recurrentes optimizados para realizar inferencia
probabilística por muestreo"
Resumen: La dinámica neuronal de la corteza suele presentar una serie de características
básicas, que hasta ahora no han podido ser explicadas en su conjunto bajo un único
paraguas teórico. Estas características incluyen fuertes respuestas transitorias dominadas
por inhibición, oscilaciones gamma, y variabilidad de ruido – todas estímulo-dependientes.
En este trabajo presentamos un modelo unificado en el cual todos estos fenómenos dinámicos
emergen como consecuencia de la implementación eficiente de una única función
computacional: inferencia probabilística rápida. Para esto utilizamos un nuevo
procedimiento del aprendizaje de máquinas para entrenar una red neuronal recurrente,
respetando el principio de Dale, que representa una hiper-columna de la corteza visual
primaria (V1). Para llevar a cabo la tarea, la red necesita modular no solamente la media
(como es habitual), sino también la covarianza de la distribución estacionaria de
respuestas, de modo de representar correctamente la distribución a posteriori
correspondiente a un dado estímulo, inferida por un observador ideal. El circuito
optimizado presenta una serie de propiedades interesantes. Primeramente, la red descubre
una dinámica de no-equilibrio, como se utiliza en algunos de los más recientes algoritmos
de muestreo para acelerar el proceso. El circuito también exhibe propiedades biológicas
realistas para los que no fue directamente entrenado. Logra normalización divisiva, y
muestra fuertes respuestas transitorias, así como también oscilaciones gamma, ambas
moduladas por el contraste del estímulo. Llamativamente, estas propiedades no emergen si
uno le pide a la red ajustar solamente respuestas medias. Este modelo nos permitió además
hacer nuevas predicciones sobre la naturaleza de las respuestas transitorias que pudimos
confirmar en un nuevo análisis de datos corticales. Para más información ver: [
https://rdcu.be/b6aV9 |
https://rdcu.be/b6aV9 ]
Bio: Rodrigo Echeveste es Doctor en Física. Es egresado del Instituto Balseiro, donde
obtuvo su tanto su título de grado como de maestría. Se doctoró en la Universidad Goethe
de Frankfurt, Alemania, en 2016, y entre el 2016 y el 2019 realizó una estancia
postdoctoral en el Laboratorio de Aprendizaje Computacional y Biológico (CBL) de la
Universidad de Cambridge, en el Reino Unido. Desde el 2019 se desempeña en el sinc(i) de
la ciudad de Santa Fe como Investigador Asistente del CONICET, investigando en las áreas
de Neurociencia Computacional e Inteligencia Artificial.
Modo de conexión: La charla será transmitida por ZOOM. Inscribirse completando el
siguiente formulario:
[
https://us02web.zoom.us/meeting/register/tZ0rdOiprTorE9Q5hYIds7fCuJTQoeul... |
https://us02web.zoom.us/meeting/register/tZ0rdOiprTorE9Q5hYIds7fCuJTQoeul... ]
Luego de completar el formulario, recibirá un correo electrónico con las instrucciones
para unirse al Seminario.
Si usted desea participar frecuentemente de los seminarios del IMAL por favor envíe un
correo a seminarioimal(a)santafe-conicet.gov.ar para ser incluido en la lista que recibe el
link a los seminarios. Debe indicar en el mail sus datos:
Nombre y Apellido:
DNI:
Filiación:
Dirección de correo electrónico:
_______________________________________
Seminario del IMAL
Instituto de Matemática Aplicada del Litoral - UNL - CONICET
http://www.imal.santafe-conicet.gov.ar/index.php?ver=seminario
Ruta Nac. No. 168, Paraje El Pozo - 3000 Santa Fe, Argentina
Teléfono:(342) 4511370 - ext 4001/4003
E-mail: seminarioimal(a)santafe-conicet.gov.ar
_______________________________________________
Seminario-imal mailing list -- seminario-imal(a)listas.unl.edu.ar
To unsubscribe send an email to seminario-imal-leave(a)listas.unl.edu.ar
%(web_page_url)slistinfo%(cgiext)s/%(_internal_name)s