INTRODUCCIÓ
La Cicle de seminaris Barccsyn, finançat per la SGR “Network Dynamics”, pretén convidar investigadors de l'estranger en neurociència computacional i de sistemes a Barcelona. Ens fa il·lusió saber sobre el seu propi treball, així com que coneguin la creixent comunitat de Barccsyn. En aquest sentit, animem als nostres ponents convidats a passar el temps suficient a Barcelona per visitar diversos laboratoris, idealment un dia i mig.
propera sessió
Data: Divendres, Gener 17th, 2025
Temps: 10:30
Lloc: Centre de Recerca Matemàtica
Itinerari | |
10: 30 - 11: 30 | |
11: 30 - 12: 00 | Cafè |
12: 00 - 13: 00 | |
Un circuit neuronal compartit per al manteniment i la integració de la informació al llarg del temps
abstracte:
La memòria de treball i la presa de decisions són dues funcions cognitives superiors per a les quals s'han desenvolupat models neurobiològics detallats en els darrers anys. Classes destacades d'aquests models comparteixen característiques clau: generació d'activitat neuronal persistent mitjançant l'excitació recurrent dins de poblacions de neurones selectives d'estímuls i inhibició entre aquestes poblacions, la qual cosa ha fet suggerir que tant el manteniment (per a la memòria de treball) com la integració (per a la deliberació). presa de decisions) de la informació al llarg del temps s'implementen dins dels mateixos circuits neuronals. Presentaré noves línies d'evidència convergent que recolzen aquesta idea. Mostraré com les xarxes neuronals recurrents entrenades per realitzar tasques de memòria de treball i de presa de decisions recapitulen la mateixa configuració bàsica de circuits i patrons d'activació que els models neurobiològics fets a mà, i que la memòria i els estats de decisió dins d'aquestes xarxes entrenades comparteixen el mateix codi de població. . Presentaré dades electrofisiològiques no invasives que suggereixen que els humans exploten aquesta mateixa solució, destacant una generalització de les representacions neuronals rellevants per a la tasca a través de les tasques. També suggeriré un mecanisme (modulació dinàmica per sistemes d'excitació del tronc cerebral) mitjançant el qual el circuit compartit subjacent es podria ajustar per produir estats de memòria estables que siguin robusts per a la distracció en alguns contextos, en comparació amb estats de decisió flexibles que reflecteixen la integració de múltiples mostres d'informació en altres. Aquest treball promou una perspectiva integradora de la memòria de treball i la presa de decisions que promet entendre els trastorns del cervell que es caracteritzen per dèficits en ambdues funcions.
Peter Murphy
Universitat de Maynooth, Irlanda
Investigo com els cervells codifiquen la informació sobre el món, la mantenen al llarg del temps i la combinen de manera que ens permetin prendre bones decisions. També estudie com s'alteren aquestes funcions cognitives en poblacions psiquiàtriques i envellides. Per abordar aquestes preguntes, demano als participants humans que realitzin tasques senzilles que em permetin mesurar aquestes funcions de manera controlada; Normalment mesuro l'activitat cerebral d'aquests participants mitjançant mètodes no invasius (EEG, MEG, fMRI); De vegades manipulo sistemes cerebrals específics mitjançant la intervenció farmacològica; i gairebé sempre controlo els canvis en l'estat d'excitació de cada individu mesurant la mida de la seva pupil·la. També faig servir models computacionals per intentar entendre com el comportament que els participants produeixen en les meves tasques pot sorgir de l'activitat cerebral que observo.
Lloc web personal
Descobrint canvis induïts per l'aprenentatge en la dinàmica neuronal recurrent
abstracte:
L'aprenentatge al cervell indueix canvis en la dinàmica neuronal. Malgrat els darrers salts en la comprensió de l'aprenentatge a les xarxes neuronals artificials, com el cervell aprèn tasques complexes segueix sent poc entesa a causa de diversos reptes. En primer lloc, es creu que els canvis observats empíricament en l'activitat neuronal durant l'aprenentatge es produeixen a causa dels canvis a nivell de circuit en la dinàmica recurrent. Tanmateix, els mètodes actuals de reducció de la dimensionalitat són incapaços de capturar canvis sistemàtics en la dinàmica neuronal latent durant l'aprenentatge. Per solucionar-ho, hem desenvolupat un marc basat en RNN basat en dades en el qual la connectivitat recurrent es limita a tenir un rang de tensor baix. Demostrem que aquests RNN de rang tensor baix (ltrRNNs) són capaços de capturar canvis en la geometria i la dinàmica neural en dades corticals motores a partir d'una tasca d'adaptació motora.
En segon lloc, a diferència de les xarxes neuronals estàndard, el cervell té una estructura altament modular amb múltiples centres d'aprenentatge. Com es coordinen aquestes regions diferents amb circuits i regles d'aprenentatge diferents? Per investigar-ho, vam desenvolupar un model RNN multiregional format per dues poblacions interconnectades: una xarxa de generadors que emmagatzema memòries estables i una xarxa d'adaptadors que aprèn a corregir ràpidament la sortida del generador generant un senyal d'error predictiu. A més, en proporcionar una garantia de l'error predictiu com a retroalimentació al generador, l'adaptador és capaç de tutoritzar el generador per consolidar la nova memòria mitjançant una regla de plasticitat local. A partir dels requisits funcionals i estructurals de l'adaptador i el generador, proposem aquest sistema d'aprenentatge distribuït com una nova hipòtesi per a les interaccions cerebelo-corticals durant l'adaptació motora.
N Alex Cayco Gajic
Escola Normal Superior
Sóc un matemàtic aplicat que treballo a tla intersecció de la neurociència de sistemes i l'aprenentatge automàtic. Desenvolupo i aplico sistemes dinàmics basats en dades i eines de reducció de la dimensionalitat a qüestions d'aprenentatge neuronal i conductual.
Cactualment és professor júnior al Grup de Teoria Neural al Escola Normal Superior a París, Vaig rebre el meu doctorat en matemàtiques aplicades a la Universitat de Washington (sota la supervisió de Eric Shea Brown) on la meva tesi es va centrar en com les estadístiques de l'activitat neuronal impacten en la codificació de la població. Aleshores em vaig unir Angus Silveral laboratori de la University College de Londres per estudiar l'aprenentatge al cerebel i embrutar-me les mans amb l'anàlisi de dades de dades neuronals a gran escala.
La meva recerca del professorat integra aquestes dues fonts de formació amb un pretén identificar els principis fonamentals de com sorgeixen les dinàmiques neuronals rellevants per a la tasca durant l'aprenentatge.
Lloc web personal
Sessions futures
Data: Dilluns, febrer 17th, 2025
Temps: TBP
Lloc: TBP
Sondejar les preferències de decisions econòmiques en ratolins
abstracte:
Les decisions de la vida real sovint es produeixen en entorns volàtils i requereixen una interacció estratègica entre múltiples responsables de la presa de decisions. Imagineu-vos decisions en una taula de pòquer o prendre decisions en un entorn competitiu i canviant. En ambdues situacions, els animals prenen decisions a partir d'informació incompleta, sota risc i incertesa, i en un context social multiagent. A causa de la naturalesa multiplexada i dinàmica d'aquest tipus de decisions, normalment no hi ha respostes únicament correctes. En canvi, les opcions reflecteixen les variades preferències de decisions dels individus que condueixen a guanys diferencials a curt i llarg termini. El nostre objectiu és entendre com els animals prenen decisions flexibles sota risc i influència social, i els mecanismes del circuit neuronal subjacents a aquestes eleccions. Cap a aquest objectiu, combinem dissenys de comportament motivats per la teoria en ratolins, extracció quantitativa dels estats interns dels animals, monitorització a gran escala de resolució cel·lular i manipulació de l'activitat cerebral durant les tasques de decisió i modelització computacional. En aquesta xerrada, presentaré el nostre progrés en l'anàlisi dels mecanismes neuronals i conductuals per a la presa de decisions basada en valors sota risc i en un context multiagent.
Chunyu Ann Duan
Sainsbury Wellcome Centre - University College de Londres
Ann Duan es va incorporar a la facultat del Sainsbury Wellcome Center l'estiu de 2021. Va obtenir el seu doctorat en Neurociència a la Universitat de Princeton, on va estudiar contribucions prefrontals i col·liculars a les funcions executives amb Carlos Brody. El 2016, Ann es va convertir en una becari postdoctoral de la Col·laboració de Simons al Cervell Global al laboratori de Ning-long Xu a l'Institut de Neurociència de Xangai, on va utilitzar eines a nivell de circuit per investigar la cooperació cortico-subcortical durant la formació i el manteniment de decisions.
organitzadors
Albert Compte | IDIBAPS
Ignasi Cos | UB
Alex Hyafil | CRM
Ernest Montbrió | UPF
Jaime de la Rocha | IDIBAPS
Àlex Roxin | CRM
Klaus Wimmer | CRM
SESSIONS PASSERES
Data: Dijous, octubre 24th, 2024
Ponent: Nicolas Brunel (Duke University, Università Bocconi)
títol: Funcions de la inhibició en l'estabilització i la configuració de la resposta de les xarxes corticals
Resum: Durant molt de temps s'ha pensat que la inhibició estabilitza l'activitat de les xarxes corticals a baixes taxes i configura de manera significativa la seva resposta a les entrades sensorials. En aquesta xerrada, descriuré tres projectes col·laboratius recents que aporten llum sobre aquests temes. (1) Mostraré com l'excitació optogenètica de les neurones d'inhibició és coherent amb el fet que l'escorça s'estabilitza la inhibició fins i tot en absència d'entrades sensorials, i com aquestes dades poden limitar les forces d'acoblament dels models de xarxa cortical EI. (2) L'anàlisi recent dels efectes de l'excitació optogenètica de cèl·lules piramidals en V1 de ratolins i micos mostra que en alguns casos aquesta entrada optogenètica reorganitza les taxes d'activació de les neurones de la xarxa, deixant sense afectar la distribució de taxes. Mostraré com aquest efecte sorprenent es pot reproduir en xarxes d'EI prou acoblades. (3) Un altre trencaclosques ha estat entendre els papers respectius dels diferents subtipus inhibidors en l'estabilització de la xarxa. Les dades recents revelen un efecte paradoxal nou, dependent de l'estat, de debilitar els corrents sinàptics mediats per AMPAR a les cèl·lules SST. L'anàlisi matemàtica d'un model de xarxa amb múltiples tipus de cèl·lules inhibidores mostra que aquest efecte ens indica en quines condicions les cèl·lules SST són necessàries per a l'estabilització de la xarxa.
__________________________________________________________________
Data:Dijous, juny 13th, 2024
Ponent: Alaa Ahmed (Universitat de Colorado Boulde)
títol: El vigor del moviment com a reflex de les variables de decisió interna durant la deliberació i l'aprenentatge
Resum: Per entendre l'avaluació subjectiva d'una opció, diverses disciplines han quantificat la interacció entre la recompensa i l'esforç durant la presa de decisions, produint una estimació de la utilitat econòmica, és a dir, el subjecte "bondat" d'una opció. Tanmateix, aquestes mateixes variables que afecten la utilitat d'una opció també influeixen en el vigor (velocitat) dels moviments cap a aquesta opció. Per entendre-ho millor, hem desenvolupat un marc matemàtic que demostra com la utilitat pot influir no només en l'elecció de què fer, sinó també en la velocitat del moviment que segueix. Presentaré resultats que demostren que l'expectativa de recompensa augmenta la velocitat de l'ull sacàdic i els moviments d'abast, mentre que l'expectativa de despesa d'esforç disminueix aquesta velocitat. Curiosament, quan es delibera entre dues opcions visuals, el vigor de cada opció augmenta de manera diferent, codificant el seu valor relatiu. Fins i tot quan el valor de l'opció està ocult i s'ha d'aprendre, el vigor pot revelar l'error de predicció de prova a prova i la consegüent actualització del valor après. Aquests resultats i d'altres impliquen que el vigor pot servir com a nova mètrica en temps real amb la qual quantificar i seguir l'evolució del valor subjectiu, i que els circuits neuronals responsables del control del moviment estan inextricablement vinculats als circuits implicats en la presa de decisions. .
__________________________________________________________________
Data: Dijous, 23 de maig de 2024
Ponent: Ralf Haefner (Universitat de Rochester)
títol: Signatures conductuals i neuronals d'inferència aproximada durant la visió passiva i activa
Resum: La percepció requereix la combinació d'inputs sensorials incerts amb expectatives prèvies. Com es podrien implementar aquests càlculs probabilístics al cervell és una qüestió clau en la neurociència dels sistemes. La major part de la meva xerrada presentarà treballs recents sobre biaixos temporals en tasques d'acumulació d'evidències. Hem trobat que la inferència jeràrquica aproximada dóna lloc a un biaix de confirmació la força del qual depèn de la tasca d'una manera previsible. Vam verificar les nostres prediccions mitjançant experiments psicofísics i vam demostrar que el mecanisme subjacent proposat, un bucle de retroalimentació positiva entre la presa de decisions i les àrees sensorials, pot conciliar una àmplia gamma d'estudis anteriors que diferien en els biaixos que van trobar. A continuació, vam ampliar el nostre treball al cas de la detecció activa i vam demostrar que els moviments oculars humans pateixen un biaix de confirmació similar a mesura que recullen informació a l'escena visual, explicable de nou per un observador bayesià aproximat. Curiosament, una signatura neuronal d'aquests càlculs inclou un augment de les correlacions diferencials amb l'aprenentatge de tasques en contradicció amb els models clàssics d'alimentació anticipada de correlacions de soroll, una predicció que vam confirmar en experiments de neurofisiologia del mico.
__________________________________________________________________
Aquest cicle de seminaris es realitza amb el suport del Departament de Recerca i Universitats de la Generalitat de Catalunya.
 |
Per a consultes sobre aquest esdeveniment, poseu-vos en contacte amb la Coordinadora d'Esdeveniments Científics Sra. Núria Hernández al nhernandez@crm.cat
|