Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12104/80658Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | Solís Perales, Gualberto Celestino | |
| dc.contributor.advisor | Reyes Barrera, Luz María | |
| dc.contributor.author | Sánchez Estrada, Jairo Caín | |
| dc.date.accessioned | 2020-04-05T23:21:44Z | - |
| dc.date.available | 2020-04-05T23:21:44Z | - |
| dc.date.issued | 2016 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12104/80658 | - |
| dc.identifier.uri | http://wdg.biblio.udg.mx | |
| dc.description.abstract | Resumen Desde el momento en que se descubrieron respuestas oscilatorias en la corteza visual de los gatos y entre áreas del cerebro humano, capaces de sincronizarse, recientemente el estudio de la dinámica de conjuntos de neuronas ha sido enfocado usando la sincronización de redes complejas y depende del progreso continuo de este enfoque el entendimiento de la función cognitiva del cerebro. Las neuronas forman un sistema biológico complejo ampliamente estu- diado en diversas áreas de la ciencia. Avances significativos se han obtenido con el enfoque de redes complejas, por ejemplo la comprobación de características topologicas del cerebro, el análisis de las interacciones entre distintas funciones realizadas por grupos de neuronas, a lo que se le ha llamado red funcional. | |
| dc.description.tableofcontents | Indice general Índice general 111 Índice de figuras VII Índice de tablas XI l. Introducción 1 1.1. Estado del arte 3 1.2. Planteamiento del problema 4 1.3. Hipótesis . . . . . . . 5 1.4. Objetivos de la Tesis 5 1.4.1. Objetivo General 5 1.4.2. Objetivos Particulares 5 2. Marco Teórico 7 2.1. Fundamentos de la dinámica de la neurona 7 iv ÍNDICE GENERAL 2.1.1. Elementos del sistema neuronal . . . . . . . . . . . . . . . . . . . . . 8 2.1.2. Elementos de la dinámica neuronal . . . . . . . . . . . . . . . . . . . 11 2.1.3. Equilibrio de potencial . . . . . 2.1.4. Modelo de "integrate and fire" . 2.1.5. Modelo de Hodgkin- Huxley 13 15 20 2.2. Teoría de estabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.2.1. Sistemas autónomos . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.2.2. Estabilidad de sistemas autónomos . . . . . . . . . . . . . . . . . . . 28 2.3. Teoría de sincronización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.3.1. Modelo de Arthur T. Winfree . . . . . . . . . . . . . . . . . . . . . . 33 2.3.2. Modelo de Kuramoto . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.3.3. Limitación del modelo de Winfree y Kuramoto . 2.4. Redes complejas ........ . 2.4.1. 2.4.2. 2.4.3. Definiciones y notaciones . . . . . . . . . . . . . . . . . Grado del nodo, distribución de grado y correlaciones Longitud del camino más corto, diámetro e intermediación . 37 38 40 42 44 2.4.4. Transitividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3. Sincronización de redes evolutivas de neuronas 47 ÍNDICE GENERAL 3.1. Modelo de red evolutiva de neuronas ...... . 3.1.1. Propiedad evolutiva de la red de neuronas 3.1.2. Control adaptativo de la red de neuronas . 3.2. Sincronizabilidad de la red evolutiva de neuronas 3.2.1. Sincronizabilidad de la red de neuronas por medio de la Master Stability V 48 53 55 57 Function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 3.2.2. Sincronizabilidad de la red de neuronas por el método de estabilidad de Lyapunov 3.3. Simulaciones numéricas . 60 65 3.3.1. Simulación numérica de la evolución de la red de neuronas 66 3.3.2. Simulación numérica de la sincronización de la red de neuronas . 67 4. Conclusiones 4.1. Conclusiones generales 4.2. Trabajos futuros 4.3. Lista de publicaciones Bibliografía 69 69 70 70 71 | |
| dc.format | application/PDF | |
| dc.language.iso | spa | |
| dc.publisher | Biblioteca Digital wdg.biblio | |
| dc.publisher | Universidad de Guadalajara | |
| dc.rights.uri | https://wdg.biblio.udg.mx/politicasdepublicacion.php | |
| dc.title | SINCRONIZACIÓN EN EN REDES EVOLUTIVAS DE NEURONAS | |
| dc.type | Tesis de Maestria | |
| dc.rights.holder | Universidad de Guadalajara | |
| dc.rights.holder | Sánchez Estrada, Jairo Caín | |
| dc.coverage | Guadalajara, Jalisco | |
| dc.type.conacyt | masterThesis | - |
| dc.degree.name | MAESTRIA EN CIENCIAS EN INGENIERÍA EN ELECTRÓNICA Y COMPUTACIÓN | - |
| dc.degree.department | CUCEI | - |
| dc.degree.grantor | Universidad de Guadalajara | - |
| dc.degree.creator | MAESTRO EN CIENCIAS EN INGENIERÍA EN ELECTRÓNICA Y COMPUTACIÓN | - |
| Aparece en las colecciones: | CUCEI | |
Ficheros en este ítem:
No hay ficheros asociados a este ítem.
Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.