Zobrazit minimální záznam

Šíření signálu v neuronových sítích
dc.contributor.advisorŠanda, Pavel
dc.creatorBlaštík, Filip
dc.date.accessioned2022-10-17T10:26:45Z
dc.date.available2022-10-17T10:26:45Z
dc.date.issued2022
dc.identifier.urihttp://hdl.handle.net/20.500.11956/176885
dc.description.abstractA proper account of signal propagation in neuronal networks is the key to developing a genuine understanding of information processing accomplished by the brain. The data can often be in the form of the complex activity of neuronal assemblies and their spiking patterns. Under particular circumstances, neuronal assemblies produce a coordinated synchronized activity with the profile of travelling waves. These have been shown to represent the information processing of, e.g., perceptual sensitivity. We decided to model the phenomenon of the travelling wave by using a spiking neural network model of 1mm2 of primate's early visual cortices. The modelled neural column was employed to generate synchronized activity. By interconnecting said columns, we were able to model the travelling wave. In order to describe its dynamics, we developed several event-detection algorithms to identify such a travelling wave from simulated neural columns. We discovered that methods based on the detection of local dynamics in moving windows rendered most adequately the intuitive idea of the travelling wave. After establishing our event-detection approach, we shifted the focus to causal inference. Signal propagation is commonly inferred by abstract theoretical concepts like the Granger causality or transfer entropy. In this work, we...en_US
dc.description.abstractDetailní popis šíření signálu v neuronálních sítích je klíčová pro porozumění informačním procesům v mozku. Data mohou mít často podobu komplexní aktivity, která je produkována neuronálními populacemi a jejich specifickými motivy ve struktuře akčních potenciálů. Za určitých okolností vytvářejí neuronální populace koordinovanou synchronizovanou aktivitu, která má profil putujících vln. Bylo prokázáno, že tyto vlny jsou součástízpracování informací, např. při vnímání senzorických k podnětů. Rozhodli jsme se takový jev putující vlny modelovat pomocí modelu neuronové sítě, který má reprezentovat 1mm2 primární zrakové kůry primátů. Tento model kanonického neurálního sloupce jsme použili ke generování synchronizované aktivity a pomocí propojení sloupců se nám podařilo modelovat putující vlnu. Pro popis její dynamiky jsme vyvinuli několik algoritmů, které detekují události na časových řadách. Tyto události umožňují identifikovat putující vlnu ze simulovaných neuronových sloupců. Zjistili jsme, že metody založené na detekci lokální dynamiky v klozavých oknech nejadekvátněji vykreslují intuitivní představu o putující vlně. Poté, co jsme zavedli přístup k detekci události, zaměřili jsme se na kauzální inferenci. Běžně se šíření signálu dedukuje pomocí abstraktních teoretických konceptů, jako je Grangerova kauzalita...cs_CZ
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Přírodovědecká fakultacs_CZ
dc.subjectEvent Detectionen_US
dc.subjectSpiking neural networken_US
dc.subjectCausal inferenceen_US
dc.subjectLFPen_US
dc.subjectCounterfactual inferenceen_US
dc.subjectDetekce údálostícs_CZ
dc.subjectKauzální inferencecs_CZ
dc.subjectNeurální modelcs_CZ
dc.subjectLFPcs_CZ
dc.subjectKontrafaktuální inferencecs_CZ
dc.titleSignal propagation in neural networksen_US
dc.typediplomová prácecs_CZ
dcterms.created2022
dcterms.dateAccepted2022-09-15
dc.description.departmentDepartment of Philosophy and History of Scienceen_US
dc.description.departmentKatedra filosofie a dějin přírodních vědcs_CZ
dc.description.facultyPřírodovědecká fakultacs_CZ
dc.description.facultyFaculty of Scienceen_US
dc.identifier.repId231924
dc.title.translatedŠíření signálu v neuronových sítíchcs_CZ
dc.contributor.refereeBureš, Zbyněk
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineTheoretical and Evolutionary Biologyen_US
thesis.degree.disciplineTeoretická a evoluční biologiecs_CZ
thesis.degree.programTheoretical and Evolutionary Biologyen_US
thesis.degree.programTeoretická a evoluční biologiecs_CZ
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csPřírodovědecká fakulta::Katedra filosofie a dějin přírodních vědcs_CZ
uk.taxonomy.organization-enFaculty of Science::Department of Philosophy and History of Scienceen_US
uk.faculty-name.csPřírodovědecká fakultacs_CZ
uk.faculty-name.enFaculty of Scienceen_US
uk.faculty-abbr.csPřFcs_CZ
uk.degree-discipline.csTeoretická a evoluční biologiecs_CZ
uk.degree-discipline.enTheoretical and Evolutionary Biologyen_US
uk.degree-program.csTeoretická a evoluční biologiecs_CZ
uk.degree-program.enTheoretical and Evolutionary Biologyen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csDetailní popis šíření signálu v neuronálních sítích je klíčová pro porozumění informačním procesům v mozku. Data mohou mít často podobu komplexní aktivity, která je produkována neuronálními populacemi a jejich specifickými motivy ve struktuře akčních potenciálů. Za určitých okolností vytvářejí neuronální populace koordinovanou synchronizovanou aktivitu, která má profil putujících vln. Bylo prokázáno, že tyto vlny jsou součástízpracování informací, např. při vnímání senzorických k podnětů. Rozhodli jsme se takový jev putující vlny modelovat pomocí modelu neuronové sítě, který má reprezentovat 1mm2 primární zrakové kůry primátů. Tento model kanonického neurálního sloupce jsme použili ke generování synchronizované aktivity a pomocí propojení sloupců se nám podařilo modelovat putující vlnu. Pro popis její dynamiky jsme vyvinuli několik algoritmů, které detekují události na časových řadách. Tyto události umožňují identifikovat putující vlnu ze simulovaných neuronových sloupců. Zjistili jsme, že metody založené na detekci lokální dynamiky v klozavých oknech nejadekvátněji vykreslují intuitivní představu o putující vlně. Poté, co jsme zavedli přístup k detekci události, zaměřili jsme se na kauzální inferenci. Běžně se šíření signálu dedukuje pomocí abstraktních teoretických konceptů, jako je Grangerova kauzalita...cs_CZ
uk.abstract.enA proper account of signal propagation in neuronal networks is the key to developing a genuine understanding of information processing accomplished by the brain. The data can often be in the form of the complex activity of neuronal assemblies and their spiking patterns. Under particular circumstances, neuronal assemblies produce a coordinated synchronized activity with the profile of travelling waves. These have been shown to represent the information processing of, e.g., perceptual sensitivity. We decided to model the phenomenon of the travelling wave by using a spiking neural network model of 1mm2 of primate's early visual cortices. The modelled neural column was employed to generate synchronized activity. By interconnecting said columns, we were able to model the travelling wave. In order to describe its dynamics, we developed several event-detection algorithms to identify such a travelling wave from simulated neural columns. We discovered that methods based on the detection of local dynamics in moving windows rendered most adequately the intuitive idea of the travelling wave. After establishing our event-detection approach, we shifted the focus to causal inference. Signal propagation is commonly inferred by abstract theoretical concepts like the Granger causality or transfer entropy. In this work, we...en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Přírodovědecká fakulta, Katedra filosofie a dějin přírodních vědcs_CZ
thesis.grade.code1
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusO


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících sbírkách

Zobrazit minimální záznam


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV