Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-14T16:42:54Z No. of bitstreams: 1 EWALDO EDER CARVALHO SANTANA - TESE PPGEE 2009..pdf: 5646465 bytes, checksum: d83cd716193f68815a22b066836f3ae6 (MD5) / Made available in DSpace on 2018-08-14T16:42:54Z (GMT). No. of bitstreams: 1 EWALDO EDER CARVALHO SANTANA - TESE PPGEE 2009..pdf: 5646465 bytes, checksum: d83cd716193f68815a22b066836f3ae6 (MD5) Previous issue date: 2009-11-06 / Neste trabalho é proposto o desenvolvimento de uma rede neuronial com aprendizagem não supervisionada, para modelar a organização topográfica do córtex visual primário. Para isto, estuda-se o comportamento dos campos receptivos do córtex visual primário(V1), e, para o modelamento da rede utilizam-se os conceitos de divergência local e de interação entre neurônios vizinhos, bem como da característica de não linearidades dos neurônios. Para treinamento da rede desenvolveu-se um algoritmo de ponto fixo. / In this work it is proposed an unsupervised neural network model, which seems biologically plausible in modeling the primary visual cortex (V1). It is, also, studied de behavior of the receptive fields of V1. In order to modeling the net it was used the concepts of local discrepancy and interactions between neighbor neurons, as well the non-linearity characteristics of neurons. It was designed a fixed-point algorithm to train the neural network.

Submitted by Eduarda Figueiredo (eduarda.ffigueiredo@ufpe.br) on 2015-03-11T13:28:22Z No. of bitstreams: 2 MCSC.pdf: 902467 bytes, checksum: feccf454de8a2ed9ecdca640cb23ba6c (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-11T13:28:22Z (GMT). No. of bitstreams: 2 MCSC.pdf: 902467 bytes, checksum: feccf454de8a2ed9ecdca640cb23ba6c (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012-01-19 / ANP, FINEP / Devido a maior oferta de petróleos pesados e alto grau de contaminantes que os derivados deste possuem, os processos de hidrorrefino têm recebido atenção especial ao longo dos últimos por possibilitar a remoção de contaminantes e melhorar a margem de lucro das refinarias por tonar possível a obtenção de derivados de maior valor agregado. Entre esses o processo de hidrotratamento (HDT), no qual ocorre uma série de reações que utilizam o gás hidrogênio como reagente, foi o foco de estudo deste trabalho. Ao ser aplicado em correntes de Diesel o HDT realiza a remoção de contaminantes como enxofre e nitrogênio, aumentando a qualidade do mesmo. A unidade de HDT tem como principal equipamento o reator, que consiste em um leito com partículas sólidas, onde gás e líquido escoam em fluxo co-corrente ou em contracorrente. Apesar deste processo já ser maduro, o crescente aumento nas exigências de mercado demandam por melhorias no mesmo, a fim de atingir uma rentabilidade cada vez maior. Desta forma o uso de inferenciadores na estimação das variáveis tornaria possível o melhor acompanhamento do processo como também a implementação de novas estratégias de controle. Visto a relevância desse tema o presente trabalho abordou o desenvolvimento de observadores de estado para o reator do processo de HDT, para isto foi necessário a aquisição de dados do processo, o que foi conseguido através de um modelo matemático do reator, o qual foi denominado como planta virtual. Esta forneceu os dados para treinamento e validação dos inferenciadores aqui estudados: as redes neuronais e a neuro-fuzzy. No decorrer do trabalho foi definido o tempo de amostragem e o período de excitação do sinal através da menor constante de tempo. Para treinamento dos inferenciadores foi utilizado dois bancos de dados distintos, um com tempo de amostragem de 50s, onde este foi obtido pelo método da constante de tempo, e outro com amostragem de 10 minutos, em que as seguintes variáveis foram inferenciadas: concentração de compostos sulfurados, nitrogenados e olefinas na saída do reator. Dessas o melhor resultado foi obtido na inferência da concentração de compostos sulfurados realizada através da Rede Neuronal. Foi escolhida esta rede neuronal na implementação de um controlador PID e como modelo interno de um controlador NNMPC. O controlador PID cuja variável de controle foi à concentração de sulfurados foi chamado de controlador PID inferencial e os resultados deste se mostraram melhores do que os resultados obtidos pelo controlador NNMPC.

Experimentos têm revelado que redes de neurônios, tanto in vitro como in vivo, mantêm atividade descrita por avalanches e se organizam em um estado crítico no qual essas avalanches são distribuídas de acordo com leis de potência. Mostramos no presente trabalho que um modelo de rede de elementos excitáveis com sinapses dinâ- micas é capaz de exibir criticalidade auto-organizada para ampla região do espaço de parâmetros. Nossos resultados estão de acordo com outros estudos que indicam que a depressão sináptica de curto prazo constitui mecanismo suciente para produzir criticalidade em avalanches neuronais. No entanto, segundo diversos pesquisadores, embora o ajuste de parâmetros seja grosso para que haja criticalidade no modelo, é mais preciso dizer que o sistema não apresenta criticalidade auto-organizada genu ína, mas sim quasi-criticalidade auto-organizada, como os demais modelos não conservativos presentes na literatura. / Experiments have shown that neuronal networks, both in vitro and in vivo, maintain activity described by avalanches and they are organized into a critical state in which these avalanches are distributed according to power laws. We have demonstrated that a model based on a network of excitable elements with dynamical synapses is able to exhibit self-organized criticality for a wide range of the parameter\'s space. Our results are consistent with other studies that suggest short-term synaptic depression is enough to produce criticality in neuronal avalanches. However, according to several researchers, in spite of the tuning to be gross to ensure that there is criticality in the model, it is more accurate do not say that the system presents genuine self-organized criticality, but self-organized quasi-criticality as the other non-conservative models in the literature.

Made available in DSpace on 2014-06-12T18:08:23Z (GMT). No. of bitstreams: 2 arquivo9473_1.pdf: 920450 bytes, checksum: 8de41a22d93f1f66a4f3481b45626f98 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2012 / Devido a maior oferta de petróleos pesados e alto grau de contaminantes que os derivados deste possuem, os processos de hidrorrefino têm recebido atenção especial ao longo dos últimos por possibilitar a remoção de contaminantes e melhorar a margem de lucro das refinarias por tonar possível a obtenção de derivados de maior valor agregado. Entre esses o processo de hidrotratamento (HDT), no qual ocorre uma série de reações que utilizam o gás hidrogênio como reagente, foi o foco de estudo deste trabalho. Ao ser aplicado em correntes de Diesel o HDT realiza a remoção de contaminantes como enxofre e nitrogênio, aumentando a qualidade do mesmo. A unidade de HDT tem como principal equipamento o reator, que consiste em um leito com partículas sólidas, onde gás e líquido escoam em fluxo co-corrente ou em contracorrente. Apesar deste processo já ser maduro, o crescente aumento nas exigências de mercado demandam por melhorias no mesmo, a fim de atingir uma rentabilidade cada vez maior. Desta forma o uso de inferenciadores na estimação das variáveis tornaria possível o melhor acompanhamento do processo como também a implementação de novas estratégias de controle. Visto a relevância desse tema o presente trabalho abordou o desenvolvimento de observadores de estado para o reator do processo de HDT, para isto foi necessário a aquisição de dados do processo, o que foi conseguido através de um modelo matemático do reator, o qual foi denominado como planta virtual. Esta forneceu os dados para treinamento e validação dos inferenciadores aqui estudados: as redes neuronais e a neuro-fuzzy. No decorrer do trabalho foi definido o tempo de amostragem e o período de excitação do sinal através da menor constante de tempo. Para treinamento dos inferenciadores foi utilizado dois bancos de dados distintos, um com tempo de amostragem de 50s, onde este foi obtido pelo método da constante de tempo, e outro com amostragem de 10 minutos, em que as seguintes variáveis foram inferenciadas: concentração de compostos sulfurados, nitrogenados e olefinas na saída do reator. Dessas o melhor resultado foi obtido na inferência da concentração de compostos sulfurados realizada através da Rede Neuronal. Foi escolhida esta rede neuronal na implementação de um controlador PID e como modelo interno de um controlador NNMPC. O controlador PID cuja variável de controle foi à concentração de sulfurados foi chamado de controlador PID inferencial e os resultados deste se mostraram melhores do que os resultados obtidos pelo controlador NNMPC

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-08-14T18:28:45Z No. of bitstreams: 1 FabioSilva.pdf: 1098466 bytes, checksum: a72dcced91748fe6c54f3cab86c19849 (MD5) / Made available in DSpace on 2017-08-14T18:28:45Z (GMT). No. of bitstreams: 1 FabioSilva.pdf: 1098466 bytes, checksum: a72dcced91748fe6c54f3cab86c19849 (MD5) Previous issue date: 2008-06-20 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPQ) / Fundação de Amparo à Pesquisa e ao Desenvolvimento Científico e Tecnológico do Maranhão (FAPEMA) / We present in this work the results about two neural networks methods to solve the algebraic Riccati(ARE), what are used in many applications, mainly in the Linear Quadratic Regulator (LQR), H2 and H1 controls. First is showed the real symmetric form of the ARE and two methods based on neural computation. One feedforward neural network (FNN), that de¯nes an error as function of the ARE and a recurrent neural network (RNN), which converts a constrain optimization problem, restricted to the state space model, into an unconstrained convex optimization problem de¯ning an energy as function of the ARE and Cholesky factor. A proposal to chose the learning parameters of the RNN used to solve the ARE, by making a surface of the parameters variations, thus we can tune the neural network for a better performance. Computational experiments related with the plant matrices perturbations of the tested systems in order to perform an analysis of the behavior of the presented methodologies, that are based on homotopies methods, where we chose a good initial condition and compare the results to the Schur method. Two 6th order systems were used, a Doubly Fed Induction Generator(DFIG) and an aircraft plant. The results showed the RNN a good alternative compared with the FNN and Schur methods. / Apresenta-se nesta dissertação os resultados a respeito de dois métodos neuronais para a resolução da equação algébrica de Riccati(EAR), que tem varias aplicações, sendo principalmente usada pelos Regulador Linear Quadrático(LQR), controle H2 e controle H1. É apresentado a EAR real e simétrica e dois métodos baseados em uma rede neuronal direta (RND) que tem a função de erro associada a EAR e uma rede neuronal recorrente (RNR) que converte um problema de otimização restrita ao modelo de espaço de estados em outro de otimização convexa em função da EAR e do fator de Cholesky de modo a usufruir das propriedades de convexidade e condições de otimalidade. Uma proposta para a escolha dos parâmetros da RNR usada para solucionar a EAR por meio da geração de superfícies com a variação paramétrica da RNR, podendo assim melhor sintonizar a rede neuronal para um melhor desempenho. Experimentos computacionais relacionados a perturbações nos sistemas foram realizados para analisar o comportamento das metodologias apresentadas, tendo como base o princípio dos métodos homotópicos, com uma boa condição inicial, a partir de uma ponto de operação estável e comparamos os resultados com o método de Schur. Foram usadas as plantas de dois sistemas: uma representando a dinâmica de uma aeronave e outra de um motor de indução eólico duplamente alimentado(DFIG), ambos sistemas de 6a ordem. Os resultados mostram que a RNR é uma boa alternativa se comparado com a RND e com o método de Schur.

Made available in DSpace on 2016-08-17T14:53:01Z (GMT). No. of bitstreams: 1 Fabio Nogueira da Silva.pdf: 1098466 bytes, checksum: a72dcced91748fe6c54f3cab86c19849 (MD5) Previous issue date: 2008-06-20 / FUNDAÇÃO DE AMPARO À PESQUISA E AO DESENVOLVIMENTO CIENTIFICO E TECNOLÓGICO DO MARANHÃO / We present in this work the results about two neural networks methods to solve the algebraic Riccati(ARE), what are used in many applications, mainly in the Linear Quadratic Regulator (LQR), H2 and H1 controls. First is showed the real symmetric form of the ARE and two methods based on neural computation. One feedforward neural network (FNN), that de¯nes an error as function of the ARE and a recurrent neural network (RNN), which converts a constrain optimization problem, restricted to the state space model, into an unconstrained convex optimization problem de¯ning an energy as function of the ARE and Cholesky factor. A proposal to chose the learning parameters of the RNN used to solve the ARE, by making a surface of the parameters variations, thus we can tune the neural network for a better performance. Computational experiments related with the plant matrices perturbations of the tested systems in order to perform an analysis of the behavior of the presented methodologies, that are based on homotopies methods, where we chose a good initial condition and compare the results to the Schur method. Two 6th order systems were used, a Doubly Fed Induction Generator(DFIG) and an aircraft plant. The results showed the RNN a good alternative compared with the FNN and Schur methods. / Apresenta-se nesta dissertação os resultados a respeito de dois métodos neuronais para a resolução da equação algébrica de Riccati(EAR), que tem varias aplicações, sendo principalmente usada pelos Regulador Linear Quadrático(LQR), controle H2 e controle H1. É apresentado a EAR real e simétrica e dois métodos baseados em uma rede neuronal direta (RND) que tem a função de erro associada a EAR e uma rede neuronal recorrente (RNR) que converte um problema de otimização restrita ao modelo de espaço de estados em outro de otimização convexa em função da EAR e do fator de Cholesky de modo a usufruir das propriedades de convexidade e condições de otimalidade. Uma proposta para a escolha dos parâmetros da RNR usada para solucionar a EAR por meio da geração de superfícies com a variação paramétrica da RNR, podendo assim melhor sintonizar a rede neuronal para um melhor desempenho. Experimentos computacionais relacionados a perturbações nos sistemas foram realizados para analisar o comportamento das metodologias apresentadas, tendo como base o princípio dos métodos homotópicos, com uma boa condição inicial, a partir de uma ponto de operação estável e comparamos os resultados com o método de Schur. Foram usadas as plantas de dois sistemas: uma representando a dinâmica de uma aeronave e outra de um motor de indução eólico duplamente alimentado(DFIG), ambos sistemas de 6a ordem. Os resultados mostram que a RNR é uma boa alternativa se comparado com a RND e com o método de Schur.

O transtorno do espectro autista (ASD, do inglês, autism spectrum disorder) é uma condição neuropsiquiátrica de início precoce, caracterizado por déficit do uso da comunicação para socialização e padrões de comportamentos restritos e repetitivos. A herdabilidade do ASD tem sido estimada em 50-90%. O ASD pode se apresentar como uma condição sindrômica, considerando, nesses casos, síndromes genéticas, como a distrofia muscular de Duchenne (DMD), e como uma condição não sindrômica. Além disso, o ASD apresenta uma grande heterogeneidade genética e centenas de genes têm sido relatados como candidatos. As variantes com alta patogenicidade para o ASD são mais comumente raras, de novo e levam ao truncamento da proteína. A função da maioria dos genes candidatos para o ASD ainda é desconhecida e pode explorá-la pode trazer grande conhecimento sobre essa condição. O estudo genômico de casos familiais de ASD pode facilitar a identificação de fatores genéticos possivelmente patogênicos para o ASD, uma vez que esses casos podem estar enriquecidos de fatores genéticos e têm sido pouco explorados. Então, uma estratégia para identificar e validar genes candidatos para o ASD é investigar variantes que levam ao truncamento das proteínas nos casos familiais de ASD. Além disso, entender as alterações dos processos moleculares e celulares desregulados pelos genes candidatos para o ASD pode nos ajudar a compreender melhor a relevância desses genes na manutenção da homeostasia do sistema nervoso central e, também, como esses genes podem causar o fenótipo do ASD. Dessa forma, primeiramente, nós investigamos variantes exômicas raras de perda de função (rLoF, do inglês, rare loss-of-function) (MAF<0,01) potencialmente patogênicas compartilhadas e não compartilhadas por indivíduos aparentados afetados pelo ASD em 13 famílias não relacionadas. Ademais, analisamos se outras variantes rLoF poderiam contribuir para o ASD em dois irmãos que também são afetados por DMD. A partir disso, identificamos 56 variantes rLoF em 54 genes, as quais foram compartilhadas (12 variantes em 11 genes) e não compartilhadas (44 variantes em 43 genes) entre os indivíduos afetados das famílias. Desse total de 54 genes, foi possível destacar 16 genes como principais causas do ASD, nos quais as mutações observadas foram tanto herdadas quanto de novo. Nos indivíduos com ASD/DMD, detectamos uma deleção no gene da distrofina, a qual explica o fenótipo de DMD, e outras duas variantes possivelmente patogênicas no DPYSL4 e no OPALIN que podem contribuir para o ASD. Em uma das famílias estudadas, identificamos mutações bialélicas de perda de função no TBCK, assim estudamos as células neuronais derivadas de iPSC de um indivíduo com rompimento do TBCK. A compreensão da função desse gene pode auxiliar no entendimento das vias de sinalização e assim na busca de tratamentos para os fenótipos neurológicos. No presente estudos, mostramos que a depleção do TBCK nas células neuronais causa alterações no ciclo e proliferação celular, além de desregulação da via mTOR. O tratamento com a L-leucina, um aminoácido que sinaliza na via mTOR, das células neuronais com diminuição de TBCK resgatou a sinalização da via mTOR, bem como, aumentou a proliferação celular. Assim, os nossos resultados sugerem que a L-leucina pode resgatar os fenótipos causados pela redução da expressão do TBCK, os quais abrem novas perspectivas de tratamento de crianças com mutações nesse gene. Somado a isso, nós exploramos o uso da Drosophila melanogaster para realizar estudos funcionais para outros genes candidatos para o ASD. Nós analisamos a morfologia neuronal nas larvas dessa mosca com expressão reduzida do trp&gamma;, mahjong, dys e crmp, os quais são, respectivamente, os ortólogos dos genes humanos candidatos para o ASD: TRPC6, VPRBP, DMD e DPYSL4 (CRMP3). Nas linhagens com diminuição da expressão do trp?, mahjong, dys e crmp, nós observamos várias alterações morfológicas, tais como, defasciculação axonal e anormalidade no formato do ângulo nos neuritos ipsilaterais-contralaterais. Assim sendo, este trabalho evidenciou a heterogeneidade genética do ASD em famílias brasileiras, permitiu a validação e identificação de genes candidatos adicionais para o ASD, contribuiu para a melhor compreensão do papel de alguns genes, em particular, o TBCK, e para o estabelecimento do uso da D. melanogaster para estudar os genes candidatos para o ASD no nosso laboratório / Autism Spectrum Disorder (ASD) is a neuropsychiatric condition of early onset, characterized by deficit in social communication and repetitive and restrict behavior. Its heritability has been estimated between 50-90%. The ASD cases can be related to both syndromic conditions, considering, in these cases, genetic syndromes like Duchenne muscular dystrophy (DMD), and non-syndromic conditions. Moreover, this disorder presents high genetic heterogeneity, and several hundreds of genes have reported as candidates. Variants associated with high pathogenicity in ASD are most usually rare, de novo and lead to protein truncation. The role of most of the ASD candidate genes is still under unclear and explore it could bring important knowledge about this condition. The genomic study of familial cases of ASD could aid the identification of likely pathogenic genetic factors, as it might be enriched by genetic factors and have not been largely explored. Therefore, a potential approach to validate and identify additional ASD candidate variants would be to investigate if truncating variants would explain the ASD phenotype in familial cases. Besides, understanding the molecular and cellular process altered by ASD candidate genes could clarify the relevance of these genes on keeping central nervous system homeostasis as well as how the deficiency of these genes would cause the ASD phenotype. Thus, firstly, we investigated rare loss-of function (rLoF) variants (MAF<0.01) shared and unshared among ASD related individuals from 13 unrelated families with the aim of identifying those that contribute to the phenotype. Also, we tested if additional rLoF variants would contribute to the ASD phenotype in DMD brothers. We identified 56 rLoF varaints in 54 genes, which were shared (12 variants in 11 genes) and unshared (44 variants in 43 genes) among affected individuals within a family. We pinpointed 16 genes out of 54 as major cause of ASD, which included both inherited and de novo mutations. In ASD/DMD individuals, we detected a deletion in dystrophin gene, which explains the DMD phenotype, and other two likely pathogenic variants in DPYSL4 and OPALIN that can contribute to ASD. In one of the families, we identified biallelic loss-of-function mutations in TBCK. Thus, we studied the phenotypes of iPSC-derived neuronal cells of an individual with disruption of the TBCK. The comprehension of the gene function can lead us to look for treatments for the neurological phenotypes. In the present study, we show that the depletion of TBCK in neuronal cells cause cell cycle and proliferation abnormalities and mTOR dysregulation. The treatment of TBCK-depleted neuronal cells with L-leucine improved mTOR signaling, as well as increased cell proliferation. Thus, our results suggest that L-leucine could rescue the neuronal phenotypes caused by reduced expression of TBCK, which can open new perspectives on the treatment of children with mutations in this gene. Additionaly, we explored the use of Drosophila melanogaster to conduct functional studies of ASD candidate genes. We analyzed neuronal morphology in flies\' larvae with reduced expression of trp?, mahjong, dys and crmp, which are, respectively, the orthologs of the ASD candidate human genes TRPC6, VPRBP, DMD and DPYSL4 (CRMP3). In lines with reduced expression of trp&gamma;, mahjong, dys and crmp, we observed several morphological alterations, like axonal defasciculation and aberrant form of ipsilateral-contralateral neurite angles. Hence, our results demonstrate the genetic heterogeneity of ASD in Brazilian families, allowed the validation and identification of additional gene targets for ASD and contributed to a better understanding of the role of some ASD genes, most particularly TBCK. Finally, we had set up the use of D. melanogaster to explore ASD candidate genes in our laboratory

In hippocampal CA1 and CA3 regions, various properties of neuronal activity follow skewed, lognormal-like distributions, including average firing rates, rate and magnitude of spike bursts, magnitude of population synchrony, and correlations between pre- and postsynaptic spikes. In recent studies, the lognormal features of hippocampal activities were well replicated by a multi-timescale adaptive threshold (MAT) neuron network of lognormally distributed excitatory-to-excitatory synaptic weights, though it remains unknown whether and how other neuronal and network properties can be replicated in this model. Here we implement two additional studies of the same network: first, we further analyze its burstiness properties by identifying and clustering neurons with exceptionally bursty features, once again demonstrating the importance of the lognormal synaptic weight distribution. Second, we characterize dynamical patterns of activity termed neuronal avalanches in in vivo CA3 recordings of behaving rats and in the model network, revealing the similarities and differences between experimental and model avalanche size distributions across the sleep-wake cycle. These results show the comparison between the MAT neuron network and hippocampal readings in a different approach than shown before, providing more insight into the mechanisms behind activity in hippocampal subregions. / Nas regiões CA1 e CA3 do hipocampo, várias propriedades da atividade neuronal seguem distribuições assimétricas com características lognormais, incluindo frequência de disparo média, frequência e magnitude de rajadas de disparo (bursts), magnitude da sincronia populacional e correlações entre disparos pré- e pós-sinápticos. Em estudos recentes, as características lognormais das atividades hipocampais foram bem reproduzidas por uma rede de neurônios de limiar adaptativo (multi-timescale adaptive threshold, MAT) com pesos sinápticos entre neurônios excitatórios seguindo uma distribuição lognormal, embora ainda não se saiba se e como outras propriedades neuronais e da rede podem ser replicadas nesse modelo. Nesse trabalho implementamos dois estudos adicionais da mesma rede: primeiramente, analisamos mais a fundo as propriedades dos bursts identificando e agrupando neurônios com capacidade de burst excepcional, mostrando mais uma vez a importância da distribuição lognormal de pesos sinápticos. Em seguida, caracterizamos padrões dinâmicos de atividade chamados avalanches neuronais no modelo e em aquisições in vivo do CA3 de roedores em atividades comportamentais, revelando as semelhanças e diferenças entre as distribuições de tamanho de avalanche através do ciclo sono-vigília. Esses resultados mostram a comparação entre a rede de neurônios MAT e medições hipocampais em uma abordagem diferente da apresentada anteriormente, fornecendo mais percepção acerca dos mecanismos por trás da atividade em subregiões hipocampais.

In hippocampal CA1 and CA3 regions, various properties of neuronal activity follow skewed, lognormal-like distributions, including average firing rates, rate and magnitude of spike bursts, magnitude of population synchrony, and correlations between pre- and postsynaptic spikes. In recent studies, the lognormal features of hippocampal activities were well replicated by a multi-timescale adaptive threshold (MAT) neuron network of lognormally distributed excitatory-to-excitatory synaptic weights, though it remains unknown whether and how other neuronal and network properties can be replicated in this model. Here we implement two additional studies of the same network: first, we further analyze its burstiness properties by identifying and clustering neurons with exceptionally bursty features, once again demonstrating the importance of the lognormal synaptic weight distribution. Second, we characterize dynamical patterns of activity termed neuronal avalanches in in vivo CA3 recordings of behaving rats and in the model network, revealing the similarities and differences between experimental and model avalanche size distributions across the sleep-wake cycle. These results show the comparison between the MAT neuron network and hippocampal readings in a different approach than shown before, providing more insight into the mechanisms behind activity in hippocampal subregions. / Nas regiões CA1 e CA3 do hipocampo, várias propriedades da atividade neuronal seguem distribuições assimétricas com características lognormais, incluindo frequência de disparo média, frequência e magnitude de rajadas de disparo (bursts), magnitude da sincronia populacional e correlações entre disparos pré- e pós-sinápticos. Em estudos recentes, as características lognormais das atividades hipocampais foram bem reproduzidas por uma rede de neurônios de limiar adaptativo (multi-timescale adaptive threshold, MAT) com pesos sinápticos entre neurônios excitatórios seguindo uma distribuição lognormal, embora ainda não se saiba se e como outras propriedades neuronais e da rede podem ser replicadas nesse modelo. Nesse trabalho implementamos dois estudos adicionais da mesma rede: primeiramente, analisamos mais a fundo as propriedades dos bursts identificando e agrupando neurônios com capacidade de burst excepcional, mostrando mais uma vez a importância da distribuição lognormal de pesos sinápticos. Em seguida, caracterizamos padrões dinâmicos de atividade chamados avalanches neuronais no modelo e em aquisições in vivo do CA3 de roedores em atividades comportamentais, revelando as semelhanças e diferenças entre as distribuições de tamanho de avalanche através do ciclo sono-vigília. Esses resultados mostram a comparação entre a rede de neurônios MAT e medições hipocampais em uma abordagem diferente da apresentada anteriormente, fornecendo mais percepção acerca dos mecanismos por trás da atividade em subregiões hipocampais.

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores. Energia. Faculdade de Engenharia. Universidade do Porto. 2010