¿En qué medida es útil la dinámica no lineal y el caos para estudiar la función cerebral?

Recientemente comencé a leer sistemas dinámicos en neurociencia de izhikevich y me fascinó el tema. Me gustaría obtener un doctorado en neurociencia computacional después de mi maestría. ¿Vale la pena elegir esta área como tema de mi doctorado? ¿O me llevará a un callejón sin salida? Si es posible, ¿alguien puede sugerir los principales investigadores/laboratorios que trabajan en esta dirección?

¿Está más interesado en el lado de la neurociencia o en el lado de la computación/sistemas complejos?
Lado de la neurociencia. Particularmente análisis dinámico de redes biológicas y su comportamiento.
1) No te encasilles en un subcampo en particular antes de haber llegado a la escuela de posgrado. No tiene forma de evaluar qué subcampo es más prometedor en este momento, así que no lo intente. Déjate abierto a múltiples posibilidades de buenas direcciones a seguir.
2) Los sistemas dinámicos y los enfoques del caos para el modelado de la neurociencia con frecuencia se mantienen demasiado alejados de los problemas que la neurociencia experimental está explorando para ser útiles para avanzar en la conversación más amplia de la neurociencia. Si está interesado en la neurociencia computacional, siempre debe tener en cuenta que los modelos no están limitados por la realidad, y debe mantener una conversación extremadamente cercana con los experimentadores para mantenerse relevante.
3) Lo mejor del enfoque de sistemas dinámicos es que el aprendizaje de ecuaciones diferenciales es aplicable sin importar el tipo de modelado que haga.
Yo también he tenido el mismo pensamiento. Gracias por tus sugerencias +1 @honi

Respuestas (1)

Dado que se trata de un área de investigación activa y relativamente nueva, nadie puede decirle con certeza adónde conducirá.

Si será un "callejón sin salida" es quizás la forma incorrecta de pensarlo también. Todas las líneas de investigación tienen sus límites, y cuando se alcanzan esos límites, los investigadores que encontraron los límites a menudo son los mejor equipados para pasar a la siguiente "cosa". Si elige estudiarlo y resulta ser un área menos productiva de lo que esperaba, aún habrá aprendido un gran conjunto de habilidades útiles que puede aplicar a otros métodos.

En cuanto a la utilidad de la dinámica cerebral, la respuesta corta es que tienen su lugar y son muy prometedoras en ciertas áreas de la ciencia del comportamiento. En particular, la coordinación y el control motor parecen adaptarse muy bien a estos modelos. Un grupo pequeño pero creciente de científicos cree que la dinámica es el próximo gran avance en la ciencia cognitiva, aunque aún no está claro si este es el caso. Parece que ya tiene una buena introducción a la utilidad de la dinámica no lineal para la neurociencia computacional con lo que está leyendo. Para una discusión más general de su promesa y potencial para otras áreas de la ciencia cognitiva, y una propuesta de que los sistemas dinámicos pueden reemplazar esencialmente a la neurociencia computacional, consulte Chemero (2011) . Para una crítica concisa del enfoque verWagenmakers, van der Mass y Farrell (2012) .

1 : Chemero, A. (2011). Ciencia cognitiva encarnada radical. Prensa del MIT.

2 : Wagenmakers, EJ, van der Maas, HL y Farrell, S. (2012). Los conceptos abstractos requieren modelos concretos: por qué los científicos cognitivos aún no han adoptado sistemas cerebro-cuerpo-nicho acoplados no linealmente, dinámicos, autoorganizados, sinérgicos, libres de escala, exquisitamente sensibles al contexto, de interacción dominante, multifractales e interdependientes. Temas de ciencia cognitiva, 4(1), 87-93.

¿En qué medida es útil la dinámica no lineal y el caos para estudiar la función cerebral?
RespuestasAquíPolítica de privacidad1y, 0v