Autor/autores:
David J. Heeger y Wayne E. Mackey
La memoria de trabajo es un ejemplo de un proceso cognitivo y neuronal que no es estático, sino que evoluciona dinámicamente con cambios en las entradas sensoriales. Otro ejemplo es la preparación y ejecución motora. Introducimos un marco teórico para la dinámica neuronal, basado en circuitos integradores neurales de compuerta oscilante recurrente (ORGaNI...
PUBLICIDAD
Crea tu cuenta gratis y léelo completo ahora.
¿Ya estás registrado? Inicia sesión aquí .
La memoria de trabajo es un ejemplo de un proceso cognitivo y neuronal que no es estático, sino que evoluciona dinámicamente con cambios en las entradas sensoriales. Otro ejemplo es la preparación y ejecución motora.
Introducimos un marco teórico para la dinámica neuronal, basado en circuitos integradores neurales de compuerta oscilante recurrente (ORGaNIC), y lo aplicamos para simular fenómenos clave de la memoria de trabajo y el control del motor. Los circuitos modelo simulan la actividad neuronal con dinámicas complejas, incluida la actividad secuencial y las ondas de actividad itinerantes, que manipulan (además de mantener) la información durante la memoria de trabajo. Los mismos circuitos convierten patrones espaciales de actividad premotora en perfiles temporales de actividad de control motor y manipulan (p. Ej. Deformación del tiempo) la dinámica.
La conectividad recurrente de tipo derivado, en particular, sirve para manipular y actualizar modelos internos, una característica esencial de la memoria de trabajo y la ejecución del motor. Además, estos circuitos incorporan la normalización recurrente, para garantizar la estabilidad en el tiempo y la robustez con respecto a las perturbaciones de los pesos sinápticos.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://www.pnas.org
Explora el artículo con IA