Information representation and processing in neuronal networks: from biological to artificial systems and from first to second-order statistics

Mostra el registre complet Registre parcial de l'ítem

• dc.contributor.author Lawrie, Sofía
• dc.contributor.other Gilson, Matthieu
• dc.contributor.other Moreno Bote, Rubén
• dc.contributor.other Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
• dc.date.accessioned 2024-03-16T02:35:02Z
• dc.date.available 2024-03-16T02:35:02Z
• dc.date.issued 2022-04-04T14:39:24Z
• dc.date.issued 2022-09-24T02:00:12Z
• dc.date.issued 2022-03-28
• dc.date.modified 2024-03-15T10:58:06Z
• dc.description.abstract Neuronal networks are today hypothesized to the basis for the computing capabilities of biological nervous systems. In the same manner, artificial neuronal systems are intensively exploited for a diversity of industrial and scientific applications. However, how information is represented and processed by these networks remains under debate, meaning that it is not clear which sets of neuronal activity features are useful for computation. In this thesis, I present a set of results that link the first-order statistics of neuronal activity with behavior, in the general context of encoding/decoding to analyse experimental data collected while non human primates performed a working memory task. Subsequently, I go beyond the first-order and show that the second-order statistics of neuronal activity in reservoir computing, a recurrent artificial network model, make up a robust candidate for information representation and transmission for the classification of multivariate inputs.
• dc.description.abstract Las redes neuronales se presentan hoy, hipotéticamente, como las responsables de las capacidades computacionales de los sistemas nerviosos biológicos. De la misma manera, los sistemas neuronales artificiales son intensamente explotados en una diversidad de aplicaciones industriales y científicas. No obstante, cómo la información es representada y procesada por estas redes está aún sujeto a debate. Es decir, no está claro qué propiedades de la actividad neuronal son útiles para llevar a cabo computaciones. En esta tesis, presento un conjunto de resultados que relaciona el primer orden estadístico de la actividad neuronal con comportamiento, en el contexto general de codificación/decodificación, para analizar datos recolectados mientras primates no humanos realizaban una tarea de memoria de trabajo. Subsecuentemente, voy más allá del primer orden y muestro que las estadísticas de segundo orden en computación de reservorios, un modelo de red neuronal artificial y recurrente, constituyen un candidato robusto para la representación y transmisión de información con el fin de clasificar señales multidimensionales.
• dc.description.abstract Programa de doctorat en Tecnologies de la Informació i les Comunicacions
• dc.format 161 p.
• dc.format application/pdf
• dc.format application/pdf
• dc.identifier http://hdl.handle.net/10803/673989
• dc.identifier.uri http://hdl.handle.net/10230/52836
• dc.language.iso eng
• dc.publisher Universitat Pompeu Fabra
• dc.rights L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by/4.0/
• dc.rights http://creativecommons.org/licenses/by/4.0/
• dc.rights info:eu-repo/semantics/openAccess
• dc.source TDX (Tesis Doctorals en Xarxa)
• dc.subject.keyword Computational neuroscience
• dc.subject.keyword Machine learning
• dc.subject.keyword Neuronal representation
• dc.subject.keyword Statistical features
• dc.subject.keyword Covariance coding
• dc.subject.keyword Reservoir computing
• dc.subject.keyword Supervised learning
• dc.subject.keyword Classification
• dc.subject.keyword Multivariate time series
• dc.subject.keyword Bio-inspired computing
• dc.subject.keyword Covariance perceptron
• dc.subject.keyword Working memory
• dc.subject.keyword Neurociencia computacional
• dc.subject.keyword Aprendizaje automático
• dc.subject.keyword Representación neuronal
• dc.subject.keyword Propiedades estadísticas
• dc.subject.keyword Codificación por covarianzas
• dc.subject.keyword Computación de reservorios
• dc.subject.keyword Aprendizaje supervisado
• dc.subject.keyword Clasificación
• dc.subject.keyword Series temporales multidimensionales
• dc.subject.keyword Computación bio-inspirada
• dc.subject.keyword Perceptrón de covarianza
• dc.subject.keyword Memoria de trabajo
• dc.subject.keyword 62
• dc.title Information representation and processing in neuronal networks: from biological to artificial systems and from first to second-order statistics
• dc.type info:eu-repo/semantics/doctoralThesis
• dc.type info:eu-repo/semantics/publishedVersion