Modelagem de população de neurônios via equações diferenciais parciais

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Souza , Marcos Teixeira de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Laboratório Nacional de Computação Científica
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA)
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Neurociência computacional
Equações diferenciais parciais
Rede neural
Partial differential equations
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::ANALISE::EQUACOES DIFERENCIAIS PARCIAIS
Link de acesso: https://tede.lncc.br/handle/tede/270
Resumo: A neurociência tem como objetivo entender os mecanismos que regulam o sistema nervoso, para combater os males existentes associados a funções cerebrais, ampliar o conhecimento no desenvolvimento cognitivo humano, etc. No presente trabalho estudamos a comunicação entre neurônios de uma mesma região do cérebro com o propósito na construção de um modelo matemático que descreva de forma acurada e exequível computacionalmente como as informações são transmitidas entre as células neuronais. Abordamos o comportamento dos neurônios através das equações de FiztHugh-Nagumo, construindo um modelo discreto consistente com o modelo contínuo através da estratégia de aumentar cada vez mais a quantidade de neurônios dentro da rede neural considerada. Consequentemente obtemos resultados numéricos caracterizados por modelos de equações diferenciais parciais que descrevem a distribuição de um potencial de ação através de equações não lineares do tipo reação-difusão-convecção e um estudo de convergência do modelo discreto.
id LNCC_df83e70c3630dc5acb3160cde885a42d
oai_identifier_str oai:tede-server.lncc.br:tede/270
network_acronym_str LNCC
network_name_str Biblioteca Digital de Teses e Dissertações do LNCC
repository_id_str
spelling Modelagem de população de neurônios via equações diferenciais parciaisNeurociência computacionalEquações diferenciais parciaisRede neuralPartial differential equationsCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::ANALISE::EQUACOES DIFERENCIAIS PARCIAISA neurociência tem como objetivo entender os mecanismos que regulam o sistema nervoso, para combater os males existentes associados a funções cerebrais, ampliar o conhecimento no desenvolvimento cognitivo humano, etc. No presente trabalho estudamos a comunicação entre neurônios de uma mesma região do cérebro com o propósito na construção de um modelo matemático que descreva de forma acurada e exequível computacionalmente como as informações são transmitidas entre as células neuronais. Abordamos o comportamento dos neurônios através das equações de FiztHugh-Nagumo, construindo um modelo discreto consistente com o modelo contínuo através da estratégia de aumentar cada vez mais a quantidade de neurônios dentro da rede neural considerada. Consequentemente obtemos resultados numéricos caracterizados por modelos de equações diferenciais parciais que descrevem a distribuição de um potencial de ação através de equações não lineares do tipo reação-difusão-convecção e um estudo de convergência do modelo discreto.Neuroscience aims to understand the mechanisms that regulate the nervous system, to fight existing maladier associated with brain functions, to extend the knowledge in human cognitive development, among others. In the present work we study the communication between neurons of a region of the brain with the purpose to construct a mathematical and computationally feasible model that accurately describes how the information is transmitted between neuronal cells. We approached the behavior of neurons through the FiztHugh-Nagumo equations, constructing a discrete model consistent with the continuous model through the strategy of increasing the number of neurons within the considered neural network. Consequently we obtain numerical results characterized by models of differential equations that describe a distribution of an action potential through non-linear equations of the reaction-diffusion-convection type and a convergence study of the discrete model.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes)Laboratório Nacional de Computação CientíficaCoordenação de Pós-Graduação e Aperfeiçoamento (COPGA)BrasilLNCCPrograma de Pós-Graduação em Modelagem ComputacionalMadureira , Alexandre Loureiro http://lattes.cnpq.br/2029610058780121Madureira , Alexandre LoureiroMurad , Márcio Arabhttp://lattes.cnpq.br/1392335366884977Wedemann, Roseli SuziSouza , Marcos Teixeira de2017-08-14T19:30:24Z2017-04-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSOUZA, M. T. Modelagem de população de neurônios via equações diferenciais parciais, 2017, 74 f. Dissertação (Mestrado), Programa de Pós-Graduação em Modelagem Computacional, Laboratório Nacional de Computação Científica, Petrópolis, 2017.https://tede.lncc.br/handle/tede/270porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do LNCCinstname:Laboratório Nacional de Computação Científica (LNCC)instacron:LNCC2023-06-02T12:32:56Zoai:tede-server.lncc.br:tede/270Biblioteca Digital de Teses e Dissertaçõeshttps://tede.lncc.br/PUBhttps://tede.lncc.br/oai/requestlibrary@lncc.br||library@lncc.bropendoar:2023-06-02T12:32:56Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)false
dc.title.none.fl_str_mv Modelagem de população de neurônios via equações diferenciais parciais
title Modelagem de população de neurônios via equações diferenciais parciais
spellingShingle Modelagem de população de neurônios via equações diferenciais parciais
Souza , Marcos Teixeira de
Neurociência computacional
Equações diferenciais parciais
Rede neural
Partial differential equations
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::ANALISE::EQUACOES DIFERENCIAIS PARCIAIS
title_short Modelagem de população de neurônios via equações diferenciais parciais
title_full Modelagem de população de neurônios via equações diferenciais parciais
title_fullStr Modelagem de população de neurônios via equações diferenciais parciais
title_full_unstemmed Modelagem de população de neurônios via equações diferenciais parciais
title_sort Modelagem de população de neurônios via equações diferenciais parciais
author Souza , Marcos Teixeira de
author_facet Souza , Marcos Teixeira de
author_role author
dc.contributor.none.fl_str_mv Madureira , Alexandre Loureiro
 http://lattes.cnpq.br/2029610058780121
Madureira , Alexandre Loureiro
Murad , Márcio Arab
http://lattes.cnpq.br/1392335366884977
Wedemann, Roseli Suzi
dc.contributor.author.fl_str_mv Souza , Marcos Teixeira de
dc.subject.por.fl_str_mv Neurociência computacional
Equações diferenciais parciais
Rede neural
Partial differential equations
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::ANALISE::EQUACOES DIFERENCIAIS PARCIAIS
topic Neurociência computacional
Equações diferenciais parciais
Rede neural
Partial differential equations
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::ANALISE::EQUACOES DIFERENCIAIS PARCIAIS
description A neurociência tem como objetivo entender os mecanismos que regulam o sistema nervoso, para combater os males existentes associados a funções cerebrais, ampliar o conhecimento no desenvolvimento cognitivo humano, etc. No presente trabalho estudamos a comunicação entre neurônios de uma mesma região do cérebro com o propósito na construção de um modelo matemático que descreva de forma acurada e exequível computacionalmente como as informações são transmitidas entre as células neuronais. Abordamos o comportamento dos neurônios através das equações de FiztHugh-Nagumo, construindo um modelo discreto consistente com o modelo contínuo através da estratégia de aumentar cada vez mais a quantidade de neurônios dentro da rede neural considerada. Consequentemente obtemos resultados numéricos caracterizados por modelos de equações diferenciais parciais que descrevem a distribuição de um potencial de ação através de equações não lineares do tipo reação-difusão-convecção e um estudo de convergência do modelo discreto.
publishDate 2017
dc.date.none.fl_str_mv 2017-08-14T19:30:24Z
2017-04-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SOUZA, M. T. Modelagem de população de neurônios via equações diferenciais parciais, 2017, 74 f. Dissertação (Mestrado), Programa de Pós-Graduação em Modelagem Computacional, Laboratório Nacional de Computação Científica, Petrópolis, 2017.
https://tede.lncc.br/handle/tede/270
identifier_str_mv SOUZA, M. T. Modelagem de população de neurônios via equações diferenciais parciais, 2017, 74 f. Dissertação (Mestrado), Programa de Pós-Graduação em Modelagem Computacional, Laboratório Nacional de Computação Científica, Petrópolis, 2017.
url https://tede.lncc.br/handle/tede/270
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Laboratório Nacional de Computação Científica
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA)
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
publisher.none.fl_str_mv Laboratório Nacional de Computação Científica
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA)
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do LNCC
instname:Laboratório Nacional de Computação Científica (LNCC)
instacron:LNCC
instname_str Laboratório Nacional de Computação Científica (LNCC)
instacron_str LNCC
institution LNCC
reponame_str Biblioteca Digital de Teses e Dissertações do LNCC
collection Biblioteca Digital de Teses e Dissertações do LNCC
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)
repository.mail.fl_str_mv library@lncc.br||library@lncc.br
_version_ 1832738027684757504

Registros relacionados