En primer lugar, soy neurocientífico, ¡así que tengan paciencia conmigo!
Tengo una colección de células cerebrales conectadas (red) y un medio para registrar la salida eléctrica, así como para manipular la entrada a la red de manera temporal y espacialmente precisa.
Quiero saber cómo funciona el circuito como un todo, y eventualmente los componentes individuales (células cerebrales individuales), con varias entradas.
Creo que lo que quiero es análogo a probar la respuesta de frecuencia de un filtro simple de resistencia y condensador.
Si bien una respuesta de frecuencia es una propiedad probable de mi red de células cerebrales, quiero conocer otros medios (pruebas) que revelen más información sobre la 'caja negra'. Tal vez, patrones invertidos de estimulación de entrada, activación e inactivación simultánea de diferentes entradas.
¿Algo de esto tiene sentido? Cualquier idea o dirección de un texto sería muy apreciada.
Hay una matemática de las redes neuronales que debe investigar y muchas otras técnicas no lineales. En resumen, tienes una enorme literatura para ponerte al día. Debe ser mucho más específico sobre lo que está tratando de lograr antes de obtener ayuda real, pero le sugiero que busque en la revista "Neural Networks" para ayudarlo a comenzar a resolver esto. Podría serle útil elegir un campo en el que tales herramientas se utilicen con frecuencia, como la literatura sobre epilepsia, y ver qué se aplica a su campo.
En general, toda la metodología que puede elegir utilizar se encuentra bajo el título "Neurociencia Computacional". La mejor introducción de propósito general que conozco que lo guiará a través de muchos tipos de modelos es "Métodos en el modelado neuronal" de Kristoff Koch. Está un poco anticuado, pero al menos debería enseñarte un poco del lenguaje de lo que estás intentando. Otra referencia posible es el " Tutorial sobre modelado de sistemas neuronales " de Tom Anastasio (Tom es en realidad un amigo mío desde antes de que considerara la neurociencia).
Si está realmente interesado y dispuesto a poner recursos detrás del interés, he oído cosas muy buenas sobre algunos de los cursos de Woods Hole, como http://hermes.mbl.edu/education/courses/special_topics/mcn.html
La gente estudia durante años para llegar a donde está tratando de llegar. La mejor recomendación que probablemente reciba es buscar por todas partes un colaborador que lo ayude en su camino. Averigüe lo que trae a la mesa en tal arreglo y encuentre un ingeniero que pueda estar interesado en su campo, probablemente un ingeniero biomédico.
Tienes un conjunto de entradas que corresponden a un conjunto de salidas. Desea predecir cómo funciona el circuito con varias entradas. Este es un problema clásico de aprendizaje automático.
Además, dado que está utilizando una red de células cerebrales, las 'redes neuronales' pueden ser un buen modelo para su sistema. Puede configurar los nodos para imitar la función de activación de las celdas, configurar las capas para que tenga una cantidad similar de conexiones, entradas, salidas, etc.
El siguiente paso es entrenar la red con sus entradas conocidas y salidas medidas. Entrenar la red neuronal implica ajustar los pesos entre los nodos, tal vez incluso descartar nodos o conexiones, de modo que cuando se aplique el conjunto de entradas de entrenamiento, se acerque a las salidas correctas.
Una vez que la red está entrenada, puede aplicar nuevas entradas y ver qué sale. Puede verificar la red aplicando las mismas entradas nuevas a las células cerebrales reales y ver si se obtiene la misma salida. Esto se puede hacer retrospectivamente usando solo la mitad de los datos ya recopilados para entrenar y la otra mitad para probar. La topología de la red se puede ajustar hasta que le proporcione un ajuste realmente agradable.
Creo que necesita un matemático/estadístico/ingeniero con experiencia en aprendizaje automático con redes neuronales. ¿Supongo que estás ubicado en una universidad? Esto sería un gran proyecto de colaboración. Sin embargo, requerirá algo de tiempo.
Creo que necesitas aprender mucho más sobre cómo funcionan las células nerviosas antes de intentar experimentos como este. No puedo imaginar por qué piensa que "la respuesta de frecuencia es una propiedad probable" como lo es para una red RC. Responden a tipos de estímulos muy específicos, y pensar en su comportamiento como si fueran simples circuitos eléctricos no te llevará muy lejos.
Spehro Pefhany
Hari
Russel McMahon
david tweed
scott seidman