Modelos matemáticos para lesões em redes neurais com padrões complexos de conectividade

Detalhes bibliográficos
Ano de defesa: 2015
Autor(a) principal: Ferrari, Fabiano Alan Serafim
Orientador(a): Viana, Ricardo Luiz, 1964-
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Física
Redes neurais (Computação)
Sincronização
Modelos matemáticos
Link de acesso: https://hdl.handle.net/1884/41292
Resumo: Orientador: Prof. Dr. Ricardo Luiz Viana
id UFPR_d98f7d576a2882c1f7952432b0828d4e
oai_identifier_str oai:acervodigital.ufpr.br:1884/41292
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str
spelling Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em FísicaViana, Ricardo Luiz, 1964-Ferrari, Fabiano Alan Serafim2025-02-12T18:16:10Z2025-02-12T18:16:10Z2015https://hdl.handle.net/1884/41292Orientador: Prof. Dr. Ricardo Luiz VianaTese (Doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Física. Defesa: Curitiba, 18/09/2015Inclui referências : f. 139-146Resumo: O cérebro contem cerca de cem bilhões de neurônios que se conectam através de um padrão complexo de conectividade, que opera no sentido de otimizar o processo de transmissão de informação. Os neurônios, ao estabelecerem uma conexão entre si podem muitas vezes exibir sincronização. A presença de traumas e doenças degenerativas em regiões específicas do cérebro podem, através de efeitos locais, danificar o funcionamento cerebral como um todo. O propósito deste trabalho é tentar responder a questões do tipo: em uma rede neural, quais são as formas de lesões que causam maior impacto na dinâmica da rede? É possível identificar um tipo de lesão a partir do seu efeito? Existem topologias de rede que são mais robustas à lesões? Neste sentido, analisamos a sincronização de fase para uma rede de neurônios com diferentes topologias de rede, comparamos os resultados com um modelo de osciladores e analisamos diferentes tipos de lesões. Nossos resultados apontam que para o estudo de sincronização de fase, os neurônios podem ser considerados como osciladores, porém, o comportamento das frequências no estado sincronizado em redes neurais, em geral, não é similar ao comportamento de osciladores. No estudo das lesões, do ponto de vista dinâmico, para cada tipo de rede existe um comportamento distinto aos diferentes tipos de lesões. Entre neurônios globalmente acoplados, é possível distinguir a partir da dinâmica global se a lesão destrói apenas as conexões ou destrói os neurônios. Em redes complexas, o efeito das lesões é maior quando a lesão afeta os neurônios mais conectados ou com maior centralidade de intermediação. Em redes de pequeno mundo, a diferença entre os tipos de lesão é perceptível, porém, mais sutil do que para redes aleatórias e sem escala.Abstract: The brain is composed of around one hundread billion of neurons connected through synapses forming a complex pattern of connectivity. This complex connectivity is responsible to optimize the information process. When neurons are connected among themselves they can exhibit synchronization. The presence of traumas and neurodegenerative diseases in some brain areas causes not only local effects, but in the whole brain. The purpose of this work is to answer questions like: which are the type of lesions with bigger dynamical effects in the neural network? Is it possible to identify a type of lesion just looking at its dynamical effects in the network? Are there topologies against lesions which are more robust than others? In this sense, we analyse phase synchronization in a neural network with different network topologies. We compare the obtained results with a model of phase oscillators and we analysed different types of lesions. Our results show that neuronal phase synchronization is similar to phase synchronization in oscillators, however, frequency synchronization usually is different in both models. Related to lesions, from the dynamical point of view, for each type of network there is a distinct behavior for each type of lesion. Among globally coupled neurons, it is possible to dynamically distinguish when the lesion either disrupt or destroy the neurons. For complex networks, the most effective lesions are those that affects the most connected neurons or those with the largest betweenness. For small-world networks, the difference among types of lesions are distinguishable, though, they are subtle in comparison with random and scale-free networks.146 f. : il.application/pdfDisponível em formato digitalFísicaRedes neurais (Computação)SincronizaçãoModelos matemáticosModelos matemáticos para lesões em redes neurais com padrões complexos de conectividadeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessTEXTR - T - FABIANO ALAN SERAFIM FERRARI.pdf.txtExtracted Texttext/plain402442https://acervodigital.ufpr.br/bitstream/1884/41292/1/R%20-%20T%20-%20FABIANO%20ALAN%20SERAFIM%20FERRARI.pdf.txtb7e8af8c8cb075b2dfa9e99f4e682f5dMD51open accessORIGINALR - T - FABIANO ALAN SERAFIM FERRARI.pdfapplication/pdf7793781https://acervodigital.ufpr.br/bitstream/1884/41292/2/R%20-%20T%20-%20FABIANO%20ALAN%20SERAFIM%20FERRARI.pdfcc0a916491aeb793b9d34f1496f35379MD52open accessTHUMBNAILR - T - FABIANO ALAN SERAFIM FERRARI.pdf.jpgGenerated Thumbnailimage/jpeg1357https://acervodigital.ufpr.br/bitstream/1884/41292/3/R%20-%20T%20-%20FABIANO%20ALAN%20SERAFIM%20FERRARI.pdf.jpgcc2964b1d8fcb33ab4369152c3d89a1fMD53open access1884/412922025-02-12 15:16:10.879open accessoai:acervodigital.ufpr.br:1884/41292Repositório InstitucionalPUBhttp://acervodigital.ufpr.br/oai/requestinformacaodigital@ufpr.bropendoar:3082025-02-12T18:16:10Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Modelos matemáticos para lesões em redes neurais com padrões complexos de conectividade
title Modelos matemáticos para lesões em redes neurais com padrões complexos de conectividade
spellingShingle Modelos matemáticos para lesões em redes neurais com padrões complexos de conectividade
Ferrari, Fabiano Alan Serafim
Física
Redes neurais (Computação)
Sincronização
Modelos matemáticos
title_short Modelos matemáticos para lesões em redes neurais com padrões complexos de conectividade
title_full Modelos matemáticos para lesões em redes neurais com padrões complexos de conectividade
title_fullStr Modelos matemáticos para lesões em redes neurais com padrões complexos de conectividade
title_full_unstemmed Modelos matemáticos para lesões em redes neurais com padrões complexos de conectividade
title_sort Modelos matemáticos para lesões em redes neurais com padrões complexos de conectividade
author Ferrari, Fabiano Alan Serafim
author_facet Ferrari, Fabiano Alan Serafim
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Física
dc.contributor.advisor1.fl_str_mv Viana, Ricardo Luiz, 1964-
dc.contributor.author.fl_str_mv Ferrari, Fabiano Alan Serafim
contributor_str_mv Viana, Ricardo Luiz, 1964-
dc.subject.por.fl_str_mv Física
Redes neurais (Computação)
Sincronização
Modelos matemáticos
topic Física
Redes neurais (Computação)
Sincronização
Modelos matemáticos
description Orientador: Prof. Dr. Ricardo Luiz Viana
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2025-02-12T18:16:10Z
dc.date.available.fl_str_mv 2025-02-12T18:16:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/41292
url https://hdl.handle.net/1884/41292
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 146 f. : il.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/41292/1/R%20-%20T%20-%20FABIANO%20ALAN%20SERAFIM%20FERRARI.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/41292/2/R%20-%20T%20-%20FABIANO%20ALAN%20SERAFIM%20FERRARI.pdf
https://acervodigital.ufpr.br/bitstream/1884/41292/3/R%20-%20T%20-%20FABIANO%20ALAN%20SERAFIM%20FERRARI.pdf.jpg
bitstream.checksum.fl_str_mv b7e8af8c8cb075b2dfa9e99f4e682f5d
cc0a916491aeb793b9d34f1496f35379
cc2964b1d8fcb33ab4369152c3d89a1f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv informacaodigital@ufpr.br
_version_ 1847526170945388544

Registros relacionados