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

Fecha

Autor corporativo

Título de la revista

ISSN de la revista

Título del volumen

Editor

Compartir

Altmetric

Resumen

A neural network is composed of a group of neurons that make a connectome, which is a map of neural connections that allows establishing the paths between the neurons. The neural network can generate the actions of living beings with the neuronal interaction through chemical-electrical signals. The behavior of machines is not dynamic compared to the behavior of animals; then, the machine’s behavior must be modeled and made by an exterior design, while in living beings, the behavior is caused by experience. Caenorhabditis Elegans is a worm model to study the connections of its neurons. In order to study the dynamic behavior in software systems based on biologic models, we created an approach to train and classify binary patterns using the structure of the Caenorhabditis Elegans’ connectome. We used the connectivity of neurons of Caenorhabditis Elegans to make a custom approach to train a Spiking Neural Network using a branching factor to classify patterns instead of layers of neurons. We made a software system to show the graph of neuronal connections of the Caenorhabditis Elegans. We also used Spike-Timing-Dependent Plasticity in order to establish the strength of the weights between the connections. In addition, we used a Hodgkin- Huxley model to calculate the neuron’s potential membrane and handle the spikes of the network.

Descripción

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.

Palabras clave

Caenorhabditis elegans, Connectome, Elegansnet, Patrones de clasificación, Spiking de redes neuronales, Modelo de Hodgkin-Huxley

Materias

Ingeniería Telemática -- Tesis y disertaciones académicas , Redes neuronales , Conectoma , Caenorhabditis elegans , Plasticidad sináptica

Citación