Seminario de Neurociencia Computacional



Descargar 61.5 Kb.
Fecha de conversión10.05.2018
Tamaño61.5 Kb.
Vistas116
Descargas0

Seminario de Neurociencia Computacional:
Responsable: Mariano Sigman
Formato del curso de doctorado:
La materia consiste dura un cuatrimestre con dos clases teóricas semanales (2 horas cada una) 1 clase de problemas semanal (3 horas) y una clase de trabajos prácticos (computacional) semanal 3 horas. La materia se aprueba con dos examines parciales, un examen final, la presentación de un seminario y la presentación final de un proyecto de un trabajo final (puede ser un trabajo computacional o experimental).

Programa:


  1. Computando con neuronas:

Clase 1-2) Resumen de la biofísica de neuronas, mecanismos de integración y propagación de la información. Constantes temporales y espaciales relevantes.


Clase 3) Modelos computacionales de neuronas: Del “Integrated and Fire” a modelos parametritos que capturar la diversidad neuronal.
Clase 4) Circuitos Neuronales I: Integración y mantenimiento de la información es circuitos neuronales. Colapso de muchas neuronas a elementos representativos (campo medio). Aspectos fundamentales de un circuito minimal, reverberación, inhibición lateral.
Clase 5-6) Circuitos Neuronales II: Resolviendo cómputos con circuitos neuronales. Detección, discriminación, memoria, aritmética, reconocimiento de patrones.


  1. Hacia una teoría matemática de la neurociencia.

Clase 7) Sistemas lineales, Fourier, teoría de detección, inferencia bayesiana.


Clase 8) Teoría de la información: Midiendo información en neuronas y en imágenes.
Clase 9) Teoría de grafos: difusión, conectividad, clustering, tráfico. Crecimiento y reglas de escala. Grafos del cerebro (anatómicos, funcionales) y grafos cognitivos (del espacio de significados)
Clase 10-11) Medidas de complejidad y compresibilidad. Relación entre teorías matemáticas de la complejidad y la percepción cognitiva de la complejidad. ¿Porque el cerebro es una mala maquina de Turing?


  1. Visión: El mundo externo y la construcción de un mundo interno.

Clase 12) Psicofísica: El puente entre el mundo objetivo y el subjetivo. Algunos aspectos salientes: detección y aditiviad, discriminación e inhibición, inferencia.


Clase 13) Estadística del mundo visual. Color, luminosidad, forma. Alguna explicación física de la regularidad del mundo visual.
Clase 14-15) Teoría ecológica de la percepción: Inferencia de circuitos neuronales y funciones psicofísicas a partir de una función (compresión, estimación, regularización) sobre el ensamble con regularidades estadísticas del mundo visual.
Clase 16) Visión central y visión periférica: Factor de magnificación. Visión en el punto ciego.
Clase 17) Movimientos oculares: Estrategias ideales (y no ideales) de inspección del mundo visual.
Clase 18) Integración percpetual: Sintaxis en el mundo visual, emergencia de formas, percepción de objetos. Álgebra del espacio de objetos: matemática y psicología.
Clase 19-20) Aprendizaje Percpetual: Asimilación de propiedades estadísticas, aprendizaje implícito y explicito. Mecánica del aprendizaje. Aprendizaje local (hebbiano). Otras alternativas algorítmicas para el aprendizaje: neurogenesis, aprendizaje global (grafos).
Clase 21) Mecánica de la lectura: Emergencia de un circuito para la lectura. Reciclaje neuronal. Utilización de circuitos viejos para funciones nuevas. Teoría de la información en el mundo visual. Estadística, saliencia y emergencia de circuitos.


  1. Flujo de Información y arquitectura del sistema nervioso

Clase 22) Trafico de información en el sistema nervioso. 1) Cronometria y variabilidad en tiempos de respuesta. ¿Cuales son las subcomponentes de una tarea cognitiva? 3) Modelos neuronales (de sistema) de propagación y acumulación de la información.


Clase 23-24) Diferenciación e integración de la información. Computación paralela y serial. Asimilación de múltiples fuentes simultaneas de la información. Organización de procesos conscientes e inconscientes, procesamiento en paralelo de información subliminal y el acceso restringido a procesos conscientes o de control ejecutivo.
Clase 25) Difusión y navegación en grafos semánticos: Matrices de transición entre estados. Métrica en el espacio semántico. Flujo de ideas y de asociación de significados como un ejemplo de flujo de información. Incorporación de
Clase 26) Procesamiento de información en distintos estados de conciencia: Vigilia, sueño, patologías de conciencia, esquizofrenia o estados alterados de conciencia.


  1. Modelos computacionales de la conciencia y del control conciente

Clase 27) Modelos arquitectónicos y dinámicos del cerebro: Emergencia de un sistema de control o sistema ejecutivo. De modelos psicológicos a modelos dinámicos.


Clase 28) Modelos biofísicos de propagación, selección, amplificación y mantenimiento de la información. Estímulos externos (sensoriales) e internos (mnemónicos, generación espontánea de ideas). Modelos estables capaces de explicar el que colapso de estas dos fuentes de información. Caracterización dinámica de los “estados cerebrales”. Distintas variantes de estos modelos: Núcleo dinámico, complejidad, espacio de trabajo, sistema ejecutivo
Clase 29) Biofísica de la toma de decisiones. Categorización de una variable analógica, emergencia del símbolo. Ventajas y desventajas del calculo simbólico.
Clase 30) Emergencia de jerarquías y bucles. Hacia una sintaxis común en el tratamiento de la información: 1) La estructura del sistema visual. Se hará una descripción de los resultados clásicos de la organización jerárquica del sistema, y como casos particulares el problema de ‘binding’ y el de visión holista (percepción de caras, palabras y otros objetos de alto valor etológico con sub-partes bien definidas) 2) Lenguaje. Se discutirá los principios de la sintaxis con un foco sobre el tema de la recombinación de estructuras, se presentaran ejemplos concretos, experimentos en humanos.
Clase 31) Modelos y experimentos de la iniciación de la acción: ¿Qué sucede cuando uno “decide” hacer algo? Componentes predictivas de la iniciación de la acción. Experimentos de Libet. La “ilusión” del libre albedrío.
Clase 32) Modelos computacionales de la conciencia. Regalas emergentes. Hacia una física estadística de los circuitos neuronales.

Bibliografía:
Libros:
Barlow, H. B. (1960). The coding of sensory messages. Current problems in animal behavior. W. H. Thorpe and G. J. Mitchison. Cambridge, Cambridge University Press.

Laming, D. (1968). Information theory of choice-reaction times. New York, Academic Press.

Peter Dayan and L. F. Abbott , Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems
Fred Rieke, David Warland, Rob deRuytervanSteveninck, and William Bialek (1999) Spikes: Exploring the Neural Code (Computational Neuroscience)
Eugene M. Izhikevich (2006) Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting
Edmund T. Rolls and Gustavo Deco (2001) Computational Neuroscience of Vision
Christof Koch (1998) Biophysics of Computation: Information Processing in Single Neurons (Computational Neuroscience)
David J. C. MacKay (2002) Information Theory, Inference & Learning Algorithms
Claude E Shannon and Warren Weaver (1963) The Mathematical Theory of Communication
Artículos relacionados:
Altmann, C. F., H. H. Bulthoff, et al. (2003). "Perceptual organization of local elements into global shapes in the human visual cortex." Curr Biol 13(4): 342-9.

Andersen, R. A. (1995). "Encoding of intention and spatial location in the posterior parietal cortex." Cereb Cortex 5(5): 457-69.

Atick, J. and A. N. Redlich (1992). "What does the retina know about natural scenes." Neural Computation(4): 196-210.

Baddeley, A., H. Emslie, et al. (1998). "Random generation and the executive control of working memory." Q J Exp Psychol A 51(4): 819-52.

Barenholtz, E., E. H. Cohen, et al. (2003). "Detection of change in shape: an advantage for concavities." Cognition 89(1): 1-9.

Barlow, H. B. (1972). "Single units and sensation: A neuron doctrine for perceptual psychology?" Perception 1(4): 371-394.

Barlow, H. B. and P. Foldiak (1989). Adaptation and Decorrelation in the Cortex. The Computing Neuron. C. Miall, R. M. Durbin and G. J. Mitchison. Addison-Wesley.

Barlow, H. B., T. P. Kaushal, et al. (1989). "Finding minimum entropy codes." Neural Computation 1: 412-423.

Botvinick, M., L. E. Nystrom, et al. (1999). "Conflict monitoring versus selection-for-action in anterior cingulate cortex." Nature 402(6758): 179-81.

Britten, K. H., W. T. Newsome, et al. (1996). "A relationship between behavioral choice and the visual responses of neurons in macaque MT." Vis Neurosci 13(1): 87-100.

Broadbent, D. E. and M. H. Broadbent (1987). "From detection to identification: response to multiple targets in rapid serial visual presentation." Percept Psychophys 42(2): 105-13.

Cecchi, G. A., M. Sigman, et al. (2000). "Noise in neurons is message dependent." Proc Natl Acad Sci U S A 97(10): 5557-61.

Cohen, L. and S. Dehaene (2004). "Specialization within the ventral stream: the case for the visual word form area." Neuroimage 22(1): 466-76.

Colby, C. L., J. R. Duhamel, et al. (1996). "Visual, presaccadic, and cognitive activation of single neurons in monkey lateral intraparietal area." J Neurophysiol 76(5): 2841-52.

Colby, C. L. and M. E. Goldberg (1999). "Space and attention in parietal cortex." Annu Rev Neurosci 22: 319-49.

Collins, A. M. and E. F. Loftus (1975). "A spreading activation theory of semantic processing." Psych.Rev. 82: 407-428.

Collins, A. M. and M. R. Quillian (1969). "Retrieval of time from semantic memory." Journal of Verbal Behavior and Verbal Learning 8: 240-247.

Corbetta, M. and G. L. Shulman (2002). "Control of goal-directed and stimulus-driven attention in the brain." Nat Rev Neurosci 3(3): 201-15.

Changeux, J. P. and S. Dehaene (2000). "Hierarchical neuronal modeling of cognitive functions: from synaptic transmission to the Tower of London." Int J Psychophysiol 35(2-3): 179-87.

de Ruyter van Steveninck, R. R., G. D. Lewen, et al. (1997). "Reproducibility and variability in neural spike train." Science 275: 1805-1808.

Dehaene-Lambertz, G., L. Hertz-Pannier, et al. (2006). "Functional organization of perisylvian activation during presentation of sentences in preverbal infants." Proc Natl Acad Sci U S A 103(38): 14240-5.

Dehaene, S. (2006). Symbols and quantities in parietal cortex: Elements of a mathematical theory of number representation and manipulation. Attention & Performance 2006.

Dehaene, S., L. Cohen, et al. (2005). "The neural code for written words: a proposal." Trends Cogn Sci 9(7): 335-41.

Dehaene, S. and J. P. Changeux (2005). "Ongoing spontaneous activity controls access to consciousness: a neuronal model for inattentional blindness." PLoS Biol 3(5): e141.

Dehaene, S., M. Kerszberg, et al. (1998). "A neuronal model of a global workspace in effortful cognitive tasks." Proc Natl Acad Sci U S A 95(24): 14529-34.

Dehaene, S. and L. Naccache (2001). "Towards a cognitive neuroscience of consciousness: basic evidence and a workspace framework." Cognition 79(1-2): 1-37.

Dehaene, S., L. Naccache, et al. (1998). "Imaging unconscious semantic priming." Nature 395: 597-600.

Dehaene, S., C. Sergent, et al. (2003). "A neuronal network model linking subjective reports and objective physiological data during conscious perception." Proc Natl Acad Sci U S A 100(14): 8520-5.

Dehaene, S., E. Spelke, et al. (1999). "Sources of mathematical thinking: behavioral and brain-imaging evidence." Science 284(5416): 970-4.

Dong, D. W. and J. Atick (1995). " Statistics of natural time-varying images." Netw. Comput. Neural Syst 6: 345-358.

Duncan, E. M. and C. E. McFarland, Jr. (1980). "Isolating the effects of symbolic distance and semantic congruity in comparative judgments: an additive-factors analysis." Mem Cognit 8(6): 612-22.

Duncan, J., G. Humphreys, et al. (1997). "Competitive brain activity in visual attention." Curr Opin Neurobiol 7(2): 255-61.

Edwards, W. (1965). "Optimal strategies for seeking information: Models for statistics, choice reaction times, and human information processing." Joural of Mathematical Psychology 41: 260-274.

Engel, A. K., P. Fries, et al. (2001). "Dynamic predictions: oscillations and synchrony in top-down processing." Nat Rev Neurosci 2(10): 704-16.

Engel, A. K. and W. Singer (2001). "Temporal binding and the neural correlates of sensory awareness." Trends Cogn Sci 5(1): 16-25.

Feldman, J. (2000). "Minimization of Boolean complexity in human concept learning." Nature 407(6804): 630-3.

Feldman, J. (2003). "What is a visual object?" Trends Cogn Sci 7(6): 252-256.

Feldman, J. and M. Singh (2005). "Information along contours and object boundaries." Psychol Rev 112(1): 243-52.

Field, D. J. (1987). "Relations between the statistics of natural images and the response properties of cortical cells." J.Opt.Soc.Am.A 4: 2379-2394.

Fodor, J. A. and Z. W. Pylyshyn (1981). "How direct is visual perception?: some reflections on Gibson's "Ecological Approach'." Cognition 9(2): 139-96.

Formisano, E. and R. Goebel (2003). "Tracking cognitive processes with functional MRI mental chronometry." Curr Opin Neurobiol 13(2): 174-81.

Geisler, W. S. and D. G. Albrecht (1995). "Bayesian analysis of identification performance in monkey visual cortex: nonlinear mechanisms and stimulus certainty." Vision Res 35(19): 2723-30.

Geisler, W. S. and R. L. Diehl (2002). "Bayesian natural selection and the evolution of perceptual systems." Philos Trans R Soc Lond B Biol Sci 357(1420): 419-48.

Geisler, W. S., J. S. Perry, et al. (2001). "Edge co-occurrence in natural images predicts contour grouping performance." Vision Res 41(6): 711-24.

Gilbert, C. D., M. Sigman, et al. (2001). "The neural basis of perceptual learning." Neuron 31(5): 681-97.

Gold, J. I. and M. N. Shadlen (2001). "Neural computations that underlie decisions about sensory stimuli." Trends Cogn Sci 5(1): 10-16.

Gottlieb, J. P., M. Kusonoki, et al. (1998). "The representation of visual salience in monkey parietal cortex." Nature 391: 481-484.

Greenwald, A. G., S. C. Draine, et al. (1996). "Three cognitive markers of unconscious semantic activation." Science 273(5282): 1699-702.

Itti, L. and C. Koch (2001). "Computational modelling of visual attention." Nat Rev Neurosci 2(3): 194-203.

Kapadia, M. K., M. Ito, et al. (1995). "Improvements in visual sensitivity by changes in local context: Parallel studies in human observers and in V1 of alert monkeys." Neuron 15(4): 843-856.

Khayat, P. S., H. Spekreijse, et al. (2004). "Visual information transfer across eye movements in the monkey." Vision Res 44(25): 2901-17.

Koch, C. and S. Ullman (1985). "Shifts in selective visual attention: Towards the underlying neural circuitry." Human Neurobiology 4: 219-227.

Koch, I. (2005). "Sequential task predictability in task switching." Psychon Bull Rev 12(1): 107-12.

Kourtzi, Z., L. R. Betts, et al. (2005). "Distributed neural plasticity for shape learning in the human visual cortex." PLoS Biol 3(7): e204.

Kourtzi, Z., A. S. Tolias, et al. (2003). "Integration of local features into global shapes: monkey and human FMRI studies." Neuron 37(2): 333-46.

Kovacs, I. and B. Julesz (1993). "A closed curve is much more than an incomplete one: Effect of closure in figure-ground segmentation." Proc.Natl.Acad.Sci.USA 90: 7495-7497.

Kovacs, I. and B. Julesz (1994). "Perceptual sensitivity maps within globally defined visual shapes." Nature 370: 644-646.

Laming, D. (1979). "Autocorrelation of choice-reaction times." Acta Psychol (Amst) 43(5): 381-412.

Lamme, V. A. and P. R. Roelfsema (2000). "The distinct modes of vision offered by feedforward and recurrent processing." Trends Neurosci 23(11): 571-9.

Lamme, V. A., H. Super, et al. (2000). "The role of primary visual cortex (V1) in visual awareness." Vision Res 40(10-12): 1507-21.

Lee, T. S. and D. Mumford (2003). "Hierarchical Bayesian inference in the visual cortex." J Opt Soc Am A Opt Image Sci Vis 20(7): 1434-48.

Lee, T. S., C. F. Yang, et al. (2002). "Neural activity in early visual cortex reflects behavioral experience and higher-order perceptual saliency." Nat Neurosci 5(6): 589-97.

Lee.T.S, Mumford.D., et al. (1999). "The role of primary visual cortex in higher level vision." Vision Res. 38: 2429-2454.

Leon, M. I. and M. N. Shadlen (1998). "Exploring the neurophysiology of decisions." Neuron 21(4): 669-72.

Li, Z. (1998). "A neural model of contour integration in the primary visual cortex." Neural Computation 10: 903-940.

Mazurek, M. E., J. D. Roitman, et al. (2003). "A role for neural integrators in perceptual decision making." Cereb Cortex 13(11): 1257-69.

McCandliss, B. D., L. Cohen, et al. (2003). "The visual word form area: expertise for reading in the fusiform gyrus." Trends Cogn Sci 7(7): 293-299.

McIntosh, A. R. (2000). "Towards a network theory of cognition." Neural Netw 13: 861-870.

McIntosh, A. R. and F. Gonzalez Lima (1998). "Large-scale functional connectivity in associative learning: interrelations of the rat auditory, visual and lymbic systems." J.Neurophysiol. 80(6): 3148-3162.

Mumford, D. (1991). "On the computational architecture of the neocortex. I. The role of the thalamo-cortical loop." Biol Cybern 65(2): 135-45.

Mumford.D. (1991). "Mathematical Theories of Shape: Do they model perception?" Geometric Methods in Computer Vision 1570.

Peck, C. C., J. Kozloski, et al. (2003). "Simulation Infrastructure for Modeling Large Scale Neural Systems." Lecture Notes in Computer Science 2660: 1127-1136.

Pica, P., C. Lemer, et al. (2004). "Exact and approximate arithmetic in an Amazonian indigene group." Science 306(5695): 499-503.

Posner, M. I. and S. Dehaene (1994). "Attentional networks." Trends Neurosci 17(2): 75-9.

Prinzmetal, W. (1981). "Principles of feature integration in visual perception." Percept Psychophys 30(4): 330-40.

Prinzmetal, W. (1995). "Visual Feature Integration in a World of Objects." Current Directions in Psychological Science 4: 90-94.

Pylyshyn, Z. (1999). "Is vision continuous with cognition? The case for cognitive impenetrability of visual perception." Behav Brain Sci 22(3): 341-65; discussion 366-423.

Quillian, M. R. (1967). "Word concepts: a theory and simulation of some basic semantic capabilities." Behavioral Science 12: 410-430.

Quillian, M. R. (2001). Semantic Memory. Semantic Information Processing. M. L. Minsky. Cambridge, MIT Press: 227-270.

Ramachandran, V. S. and S. Cobb (1995). "Visual Attention Modulates Metacontrast Masking." Nature 373: 66-68.

Ratcliff, R., T. Van Zandt, et al. (1999). "Connectionist and diffusion models of reaction time." Psychol Rev 106(2): 261-300.

Reinagel, P. and A. M. Zador (1999). "Natural scene statistics at the centre of gaze." Network 10(4): 341-50.

Roelfsema, P. R., P. S. Khayat, et al. (2003). "Subtask sequencing in the primary visual cortex." Proc Natl Acad Sci U S A 100(9): 5467-72.

Roelfsema, P. R., V. A. Lamme, et al. (2000). "The implementation of visual routines." Vision Res 40(10-12): 1385-411.

Roelfsema, P. R., V. A. F. Lamme, et al. (1998). "Object-based attention in the primary visual cortex of the macaque monkey." Nature 395: 376-381.

Rolls, E. T., A. Treves, et al. (1997). "The representational capacity of the distributed encoding of information provided by populations of neurons in primate temporal visual cortex." Exp Brain Res 114(1): 149-62.

Ruderman, D. and W. Bialek (1994). "Statistics of natural images-scaling in the woods." Phys.Rev.Lett. 73(6): 814-817.

Salinas, E. and R. Romo (1998). "Conversion of sensory signals into motor commands in primary motor cortex." J Neurosci 18(1): 499-511.

Scholl, B. J., Z. W. Pylyshyn, et al. (2001). "What is a visual object? Evidence from target merging in multiple object tracking." Cognition 80(1-2): 159-77.

Sergent, C., S. Baillet, et al. (2005). "Timing of the brain events underlying access to consciousness during the attentional blink." Nat Neurosci 8(10): 1391-400.

Shadlen, M. N. and W. T. Newsome (1996). "Motion perception: seeing and deciding." Proc Natl Acad Sci U S A 93(2): 628-33.

Shulman, G. L., M. Corbetta, et al. (1997). "Top-down modulation of early sensory cortex." Cereb Cortex 7(3): 193-206.

Sigman, M. (2004). "Bridging psychology and mathematics: can the brain understand the brain?" PLoS Biol 2(9): E297.

Sigman, M. and G. A. Cecchi (2002). "Global organization of the Wordnet lexicon." PNAS 99(3): 1742-1747.

Sigman, M., G. A. Cecchi, et al. (2001). "On a common circle: natural scenes and Gestalt rules." Proc Natl Acad Sci U S A 98(4): 1935-40.

Sigman, M. and S. Dehaene (2005). "Parsing a Cognitive Task: A Characterization of the Mind's Bottleneck." PLoS Biol 3(2): e37.

Sigman, M. and S. Dehaene (2006). "Dynamics of the Central Bottleneck: Dual-Task and Task Uncertainty." PLoS Biol 4(7): e220.

Sigman, M. and C. D. Gilbert (2000). "Learning to find a shape." Nature Neuroscience 3(3): 264-269.

Sigman, M., A. Jobert, et al. (2007). "Parsing a sequence of brain activations at psychological times using fMRI." Neuroimage.

Sporns, O., G. Tononi, et al. (2000). "Theoretical neuroanatomy:Relating anatomical and functional connectivity in graphs and cortical connection matrices." Cerebral Cortex 10: 127-141.

Srinivasan, R., D. P. Russell, et al. (1999). "Increased synchronization of neuromagnetic responses during conscious perception." J Neurosci 19(13): 5435-48.

Tononi, G. and G. M. Edelman (1998). "Consciousness and complexity." Science 282(5395): 1846-51.

Tononi, G., O. Sporns, et al. (1992). "Reentry and the problem of integrating multiple cortical areas: simulation of dynamic integration in the visual system." Cereb Cortex 2(4): 310-35.

Usher, M., Y. Bonneh, et al. (1999). "Mechanisms for spatial integration in visual detection: a model based on lateral interactions." Spatial Vision 12: 187-209.

Vinje, W. E. and J. L. Gallant (2000). "Sparse Coding and Decorrelation in Primary visual cortex during natural vision." Science 287: 1273-1276.

Westheimer, G. and E. J. Ley (1997). "Spatial and temporal integration of signals in foveal line orientation." J.Neurophysiol. 77: 2677-2684.

Wolfe, J. M., Cave.K.R, et al. (1989). "Guided Search: An alternative to the feature integration model of visual search." Jrn.Exp.Psych: Human.Percept.and.Perf. 15: 419-433.

Wong, K. F. and X. J. Wang (2006). "A recurrent network mechanism of time integration in perceptual decisions." J Neurosci 26(4): 1314-28.



Wurtz, R. H., M. E. Goldberg, et al. (1982). "Brain mechanisms of visual attention." Sci Am 246(6): 124-35.

Compartir con tus amigos:


La base de datos está protegida por derechos de autor ©psicolog.org 2019
enviar mensaje

enter | registro
    Página principal


subir archivos