Un ponte tra apprendimento biologico e artificiale. La Regola di Hebb e le evidenze sperimentali nella Long-Term Potentiation.
|
|
- Graziano Patti
- 5 anni fa
- Visualizzazioni
Transcript
1 Un ponte tra apprendimento biologico e artificiale. La Regola di Hebb e le evidenze sperimentali nella Long-Term Potentiation. Marco Ernandes Tesina per il corso di Neuroscienze. Ph.D. Scienze Cognitive. 1 Introduzione Nel campo dell Intelligenza Artificiale è stato fatto spesso riferimento ad una presunta ispirazione biologica: si ritiene che l Intelligenza Naturale del cervello possa venir riprodotta, seppur parzialmente e solo in un contesto simulativo, tramite il calcolatore. Nel settore delle Reti Neurali Artificiali (ANN), che più di ogni altro ha abbracciato questa filosofia, la realtà dei fatti è ben diversa. I sistemi che in letteratura sono risultati più efficienti riportano un numero di differenze rispetto al modello biologico (differenze architetturali, algoritmiche e funzionali) che di gran lunga supera quello delle similitudini. La distanza tra il modello artificiale e quello biologico si avverte soprattutto nel momento in cui si tenta di far confluire nel simulatore informatico le capacità plastiche del sistema nervoso umano. L estrema semplificazione su cui si basa l architettura neuronale artificiale ha ridotto enormemente la variabilità del comportamento cellulare: tutti i fenomeni di natura biochimica e bioelettrica che prendono luogo nella comunicazione sinaptica sono stati rozzamente riassunti in un unico numero scalare denominato peso sinaptico che modula il segnale proveniente dall assone del neurone eccitato. L attività dei neurotrasmettitori e dei ricettori nel contesto della comunicazione sinaptica è estremamente variabile (lo stesso potenziale d azione ha significati molto diversi a seconda delle varie combinazioni mediatore-ricettore che possono entrare in azione) e questa variabilità può sicuramente giocare un ruolo importante in fenomeni quali l apprendimento per rinforzo: una tipologia di learning 1 ritenuta tanto potente nel modello biologico quanto sterile nella 1 Nel Machine Learning si tendono a distinguere tre diversi modelli di apprendimento a seconda della modalità di presentazione degli esempi (cosa che ha delle ovvie e dirette ripercussioni sull architettura interna del sistema). Due di questi, l apprendimento supervisionato e quello non-supervisionato, sono dicotomici e rappresentano delle formulazioni pure : nel primo caso il sistema intelligente osserva degli esempi a cui sono associati dei valori di classificazione noti a priori e cerca di adattare il proprio comportamento in
2 Tesina per il corso di Neuroscienze. - Ph.D. Scienze Cognitive. 2 simulazione informatica. Questa enorme ricchezza delle componenti elettrochimiche è stata negata nel modello simulativo artificiale ed il risultato è stato una scarsa capacità adattiva e plastica del neurone preso come unità indipendente [1]. Ne è emersa la necessità di escogitare efficienti algoritmi adattivi per reti di neuroni. La soluzione più brillante adottata dagli informatici a questo fine è stata l idea della retropropagazione dell errore [2]. Questa tecnica ha permesso la regolazione dei pesi sinaptici in modo molto semplice, prendendo direttamente spunto dall architettura della rete neuronale. L algoritmo di BackPropagation, oltre a fornire un sensibile incremento delle capacità di apprendimento delle ANN, ha però anche accentuato le distanze tra i modelli neurali biologici e artificiali, decretando una netta separazione delle due discipline: l apprendimento in BackPropagation su reti multistrato alimentate in avanti rappresenta uno straordinario strumento matematico-statistico di approssimazione e ottimazione in sistemi non lineari, ma un abissale salto in dietro nel tentativo di riprodurre l attività intelligente del cervello umano. Vi sono stati tentativi di produrre algoritmi di learning biologicamente plausibili. Il problema con cui si sono regolarmente imbattuti è stato quello di permettere l addestramento anche in presenza di funzioni non linearmente separabili. Ultimamente sono emersi alcuni esempi in cui questo problema sembrerebbe superato. Quasi tutte queste ipotesi fanno capo ad un unica regola di modulazione adattiva della risposta sinaptica: la regola di Hebb. Vale la pena soffermarsi su questa, prima di accennare alle sue evoluzioni più recenti, e di osservare le evidenze sperimentali che ne dimostrano la plausibilità biologica. 2 Descrizione della Regola di Hebb Questa regola rappresenta un modello ponte tra apprendimento biologico e artificiale. Essa riesce a descrivere la capacità adattiva delle unità neuronali in contesti di apprendimento associativo. La sua formulazione originale, del 1949, è fornita dalla seguente postulazione (meramente teorica) di Donald Hebb [3]: quando un assone della cellula A (la cellula presinaptica) prende parte ripetitivamente nel processo modo da ridurre l errore del sistema rispetto ai valori target, nel secondo caso invece non vi è nessuna label associata agli esempi e il sistema cerca autonomamente di scovare delle similitudini tra i pattern in modo da poterli organizzare in classi. Vi è un terzo modello, intermedio, in cui gli esempi sono privi di valori attribuiti a priori (in modo analogo all apprendimento non-supervisionato) e in cui il concetto di errore è stato sostituito da un valore di rinforzo che segnala il comportamento positivo o negativo rispetto al pattern osservato. Il learning per rinforzo è sicuramente quello che più ricorda gli schemi di apprendimento umani.
3 Tesina per il corso di Neuroscienze. - Ph.D. Scienze Cognitive. 3 di eccitamento della cellula B (la cellula postsinaptica), qualche cambiamento strutturale o metabolico subentra in una o entrambe le cellule in modo che l efficienza di A, come cellula eccitatrice di B, aumenti. Un ulteriore contributo di Hebb alla teoria connessionista e alle neuroscienze computazionali è stata quella di espandere la regola di Hebb a gruppi di neuroni: eccitandosi insieme questi formano raggruppamenti cellulari associativi. Secondo il pensiero di Hebb l attività cognitiva è determinata dall attivazione sequenziale di questi insiemi. La più semplice delle formulazioni matematiche proposte per descrivere la regola di Hebb è la seguente: w ij = ηx i x j w ij rappresenta la variazione dell efficienza sinaptica tra il neurone i e il neurone j, η la velocità di adattamento. Risulta evidente che se le due cellule si attivano contemporaneamente l efficienza della sinapsi che le collega viene rafforzata. Questo permette di dar luogo ad un fenomeno di adattamento associativo che prescinde dalla presenza di una supervisione esterna all attività neuronale. 3 Long-Term Potentiation e le evidenze sperimentali della Regola di Hebb Le sinapsi che mettono in moto meccanismi associativi del tipo descritto dalla learning hebbian rule vengono tipicamente chiamate sinapsi hebbiane. La presenza di queste all interno del cervello umano è stata provata oltre venti anni dopo la postulazione di Hebb. Ed è stata inoltre ricondotta a varie e distinte manifestazioni di attività intellettuale legate all apprendimento. Nel 1973 Bliss e Lømo [4] hanno sperimentalmente osservato che applicando treni di stimoli ad alta frequenza in una qualsiasi delle vie afferenti all ippocampo (le tre tipologie di vie e i campi neuronali sono rappresentati in figura 1) si genera un aumento dei potenziali postsinaptici eccitatori. Questo fenomeno fu chiamato Potenziamento a Lungo Termine (LTP: Long-Term Potentiation, del quale è stato registrato anche l inverso, la LTD: Long-Term Depression). Per indurre l insorgere della LTP viene introdotto un elettrodo per la stimolazione extracellulare delle vie afferenti. Un secondo elettrodo, di registrazione, è posto in diretto contatto con il neurone di uscita e ne misura il potenziale di membrana. Il test (che è stato riprosto in figura 2) viene condotto per fasi: 1. per prima cosa si stimolano le vie afferenti con una frequenza scarsa, insufficiente a far scaturire un potenziale d azione; viene registrata la
4 Tesina per il corso di Neuroscienze. - Ph.D. Scienze Cognitive. 4 via delle fibre collaterali di Shaeffer CA1 CA3 via muscoide giro dentato via perforante Fig. 1: Struttura dell ippocampo e delle tre vie eccitatorie. Fig. 2: Potenziamento a lungo termine. Fase A: viene misurata la risposta postsinaptica ad una stimolazione delle vie afferenti. Fase B: viene prodotto un stimolo ad alta frequenza che genera un potenziale d azione. Fase C: dopo il potenziale d azione si registra la crescita della risposta postsinaptica al medesimo stimolo artificiale, la sinapsi produce LPT. conseguente risposta postsinaptica. 2. alle cellule presinaptiche viene fornito uno stimolo ad alta frequenza in modo da ingenerare un potenziale d azione (questa fase del test viene ripetuta più volte, se necessario). 3. con lo stesso stimolo prodotto al punto 1 si osserva la risposta postsinaptica: questa risulta essere sensibilmente maggiore rispetto a quella iniziale e potrebbe anche risultare in un potenziale d azione. Nel 1988 Gustafsson e Wingström [5] hanno potuto dimostrare che la comparsa dell LTP si deve ad una simultanea attività del neurone presinaptico e di quello postsinaptico. Questa osservazione risulta essere in pieno accordo con quanto postulato da Hebb. Le verifiche sperimentali fornite dagli autori sono di tre tipi: i) bloccando l inibizione postsinaptica con l uso
5 Tesina per il corso di Neuroscienze. - Ph.D. Scienze Cognitive. 5 di speciali tossine l LTP viene notevolmente potenziato; ii) l LTP può essere impedito stimolando le afferenze inibitorie delle cellule postsinaptiche; iii) stimolando artificialmente e contemporaneamente la cellula presinaptica (con una frequenza insufficiente per la generazione di un potenziale d azione) e quella postsinaptica si ingenera l LTP. I neuroscienziati hanno fornito un modello che descrive l attività elettrochimica delle sinapsi coinvolte nel potenziamento a lungo termine. Si ritiene che l LTP si verifichi quando la frequenza del segnale di ingresso è tale da depolarizzare la membrana della spina dendritica e liberare il blocco del magnesio sui canali NMDA 2, permettendo l ingresso del calcio. Mentre i canali non-nmda non permettono l ingresso del calcio, attraverso i canali NMDA questo affluisce rapidamente all interno della spina dendritica e la crescita della concentrazione di Ca 2+ favorisce l insorgere di chinasi Ca 2+ -dipendenti che inducono la cellula postsinaptica a inviare un messaggero retrogrado (secondo un meccanismo ancora non accertato) alla cellula presinaptica. Il feedback fornito dal messaggio retrogrado è necessario perchè, se da un lato l induzione dell LTP è dovuta a fattori postsinaptici, dall altro il mantenimento di questo fenomeno (che può durare a lungo: ore, se non addirittura molti giorni) richiede un cambiamento postsinaptico identificabile con l aumento della liberazione di neurotrasmettitore. Malinow e Tsien [6] dimostrarono il verificarsi di questo cambiamento metabolico persistente nel campo CA1 dell ippocampo. Come collegare il potenziamento a lungo termine (e di conseguenza il postulato di Hebb) a meccanismi cognitivi di apprendimento e memoria? Una risposta è arrivata da un interessante studio di Morris [7]. Questi ha osservato una forte influenza dell LTP sulla capacità animale di organizzare e accedere alla memoria spaziale. Bloccando i recettori NMDA dell ippocampo di un ratto impegnato in un compito di ritrovamento di un oggetto, Morris et al. osservarono che quando l oggetto era fuori dal campo visivo dell animale (richiedendo quindi l uso di memoria spaziale) il compito non veniva portato a termine. 4 Raffinamento del concetto di contemporaneità nella Regola di Hebb Il postulato di Hebb fa riferimento ad un attività pre e post-sinaptica contemporanea. Che cosa vuol dire questo esattamente? Quando si può parlare di simultaneità o di attività ravvicinata? Una risposta a queste domande è emersa recentemente. 2 Si tratta di un particolare tipo di recettore ad accesso controllato direttamente. Possiede un doppio meccanismo di controllo: uno tramite l azione di un agonista, il glutammato, e l altro tramite la variazione di voltaggio, questa produce la liberazione del magnesio bloccante. Entrambe le componenti sono necessarie per l apertura del canale.
6 Tesina per il corso di Neuroscienze. - Ph.D. Scienze Cognitive. 6 modificazione efficacia sinaptica ampiezza intervallo tra stimolo presinaptico e stimolo postsinaptico Fig. 3: Relazione tra ampiezza dell intervallo tra gli stimoli pre e postsinaptici e l aggiornamento dell efficacia sinaptica prodotto dal LTP. Bi e Poo [8] hanno osservato che la variazione dell efficacia sinaptica è influenzata anche dalla distanza temporale tra gli spike. I due autori hanno prodotto dei test in cui dei neuroni dell ippocampo messi in coltura venivano forzati ad avere degli spike in tempi determinati. Da questi esperimenti è emersa una funzione che lega w ij /w ij e t f j tf i, del tipo rappresentato nel grafico in figura 3. Si può osservare agevolmente che quando la cellula presinaptica (j) si attiva prima della cellula postsinaptica (i) l efficacia sinaptica cresce (e lo fa in maniera esponenziale col decrescere dell intervallo tra gli stimoli). Se, al contrario, la cellula j viene attivata successivamente a i il legame sinaptico perde forza, in quanto lo spike su j non è stato indotto da i. 5 Algoritmi biologicamente plausibili Un primo esempio di algoritmo di learning che coniuga plausibilità biologica ed efficacia in contesti di separabilità non lineare è quello fornito da Mazzoni, Andersen e Jordan [9]. Nel loro modello teorico questi autori hanno introdotto un valore di rinforzo sul comportamento del sistema (rinforzo che è ben lungi dall essere un indicatore dell errore in output, come avviene nell apprendimento supervisionato) che va a colpire tutti i neuroni presenti nell architettura. L aggiornamento del peso sinaptico viene eseguito massimizzando il rinforzo sul set di addestramento seguendo lo schema seguente: w ij = r(x i p i )x j + x j + λ(1 r)(1 x i p i )x i dove p i è la probabilità (questa identifica quindi la presenza di un elemento di randomizzazione nel learning) che il neurone x i presenti uno spike e r è lo scalare di rinforzo compreso tra 0 (errore nell output) e 1 (performance perfetta). I risultati sperimentali hanno messo in luce che questo algoritmo, privo di retropropagazione dell errore (e del concetto di errore stesso!) e privo di
7 Tesina per il corso di Neuroscienze. - Ph.D. Scienze Cognitive. 7 supervisione completa è capace di convergere in maniera comparabile alle tecniche classiche di learning non biologico, seppur con una curva d errore soggetta a forte instabilità. References [1] M. L. Minsky and S. A. Papert, Perceptrons. An introduction to Computational Geometry. Cambridge, Mass: Cambridge Press, [2] D. Rumelhart and J. McClelland, Parallel Distributed Processing. Cambridge, Mass: MIT Press, [3] D. O. Hebb, The organization of behavior. New York: John Wiley Inc., [4] T. V. P. Bliss and T. Lømo, Long-lasting potentiation of synaptic transmission in the dentate area of the anaesthetized rabbit following stimulation of the perforant path, Journal of Physiology, vol. 232, pp , [5] B. Gustafsson and H. Wingström, Physiological mechanism underlying long-term potentiation, Trends Neuroscience, vol. 11, pp , [6] R. Malinow and R. W. Tsien, Presynaptic enhancement shown by whole-cell recordings of long-term potentiation in hippocampal slices, Nature, vol. 335, pp , [7] R. G. M. Morris, E. Anderson, G. S. Lynch, and M. Baudry, Selective impairment of learning and blockade of long-term potentiation by an n- methyl-d-aspartate receptor antagonist, ap5, Nature, vol. 319, pp , [8] X. Bi and X. Poo, Synaptic modifications in cultured hippocampal neurons: Dependence on spike timing, synaptic strength, and postsynaptic cell type, The Journal of Neuroscience, vol. 18, no. 24, pp , [9] R. A. P. Mazzoni and M. Jordan, A more biologically plausible learning rule for neural networks, Neurobiology, vol. 88, pp , 1991.
Differenze tra sinapsi neuromuscolare e sinapsi centrali
Sinapsi centrali ed Integrazione sinaptica Differenze tra sinapsi neuromuscolare e sinapsi centrali Le sinapsi neuromuscolari utilizzano come neurotrasmettitore solo Ach. Le sinapsi centrali utilizzano
Richiede comunicazione bidirezionale tra compartimento pre- e postsinaptico finalizzata all attivazione di diversi meccanismi cellulari e molecolari
Plasticità sinaptica: Sinaptogenesi Rimodellamento sinaptico Richiede comunicazione bidirezionale tra compartimento pre- e postsinaptico finalizzata all attivazione di diversi meccanismi cellulari e molecolari
Principali differenze tra sinapsi neuromuscolare e sinapsi centrali
Sinapsi centrali ed Integrazione sinaptica Principali differenze tra sinapsi neuromuscolare e sinapsi centrali Le sinapsi neuromuscolari utilizzano come neurotrasmettitore Ach Le sinapsi centrali utilizzano
Simulazione di sistemi neuronali dell ippocampo
Simulazione di sistemi neuronali dell ippocampo - Marco Piersanti - Relatore: prof. Brunello Tirozzi Introduzione introduzione» Obiettivo: sviluppo di un modello di neurone piramidale CA1 dell ippocampo.
Reti neurali. una breve introduzione
Reti neurali una breve introduzione Idea Con un solo neurone non posso fare molto... Con molti neuroni connessi posso ottenere un sistema di elaborazione nasce una nuova proprietà emergente del sistema
SINAPSI CHIMICA CENTRALE
Sinapsi Elettrica Sinapsi Chimica SINAPSI CHIMICA CENTRALE La trasmissione sinaptica avviene in tre fasi: 1) il potenziale d azione attiva i canali al Ca ++ voltaggio-dipendente e lo ione entra nel terminale
Reti Neurali in Generale
istemi di Elaborazione dell Informazione 76 Reti Neurali in Generale Le Reti Neurali Artificiali sono studiate sotto molti punti di vista. In particolare, contributi alla ricerca in questo campo provengono
Machine Learning:Reti Neurali. Sommario
Machine Learning:Reti Neurali Sommario Apprendimento nel percettrone a sigmoide Reti feed-forward multistrato Apprendimento nel percettrone multistrato: back-propagation Conclusioni Apprendimento nel percettrone
ADDESTRAMENTO DI UNA RETE NEURALE ED EVENTUALI CONSIDERAZIONI PRESTAZIONALI. (a cura di Buttolo Marco).
ADDESTRAMENTO DI UNA RETE NEURALE ED EVENTUALI CONSIDERAZIONI PRESTAZIONALI. (a cura di Buttolo Marco). Lalgoritmo più utilizzato per addestrare una rete neurale è lalgoritmo di bac-propagation. In sostanza
Plasticità sinaptica
Plasticità sinaptica J. G. Nicholls, A. R. Martin, P. A. Fuchs, D.A. Brown, M.E. Diamond, D.A. Weisblat. From neuron to brain. Fifth Edition, Sinauer Associates, Inc. E. R. Kandel, J. H. Schwartz, T. M.
La più nota proprietà del neurone è quella di ricevere e trasmettere segnali costituiti principalmente da eventi elettro-chimici.
LA TRASMISSIONE SINAPTICA Il neurone : unità elementare responsabile dei messaggi nervosi La più nota proprietà del neurone è quella di ricevere e trasmettere segnali costituiti principalmente da eventi
Apprendimento e memoria
Apprendimento e memoria Meccanismi neuronali e molecolari dell apprendimento Plasticità sinaptica Potenziamento a lungo termine Come il cervello apprende nuove abilità ed informazioni? Casi neuropsicologici
Plasticità sinaptica
Plasticità sinaptica J. G. Nicholls, A. R. Martin, P. A. Fuchs, D.A. Brown, M.E. Diamond, D.A. Weisblat. From neuron to brain. Fifth Edition, Sinauer Associates, Inc. E. R. Kandel, J. H. Schwartz, T. M.
MODULAZIONE DELLE FUNZIONI SINAPTICHE. Miriam Melis, PhD
MODULAZIONE DELLE FUNZIONI SINAPTICHE Miriam Melis, PhD Perché è importante studiare i meccanismi della plasticità sinaptica? Capire i meccanismi neurobiologici alla base dei disturbi neuropsichiatrici
ASPETTANDO LE L ALFABETO DEI NEURONI
ASPETTANDO LE L ALFABETO DEI NEURONI Piero Paolo Battaglini Centro BRAIN, Dipartimento di Scienze della Vita, Università di Trieste Dipartimento di Scienze della Vita Università di Trieste Centro BRAIN
1. Il cognitivismo classico 2. L approccio innatistamodulare. 3. L approccio connessionista 4. Il neurocostruttivismo
Lezione 3 Connessionismo MODULO 3 Le teorie dell elaborazione delle informazioni 1. Il cognitivismo classico 2. L approccio innatistamodulare 3. L approccio connessionista 4. Il neurocostruttivismo Argomenti
Lezione n Funzioni cognitive. Basi neurali della memoria. G. Cibelli, 2006 Fisiologia del Sistema Nervoso
Lezione n.13.4 Funzioni cognitive Basi neurali della memoria G. Cibelli, 2006 Fisiologia del Sistema Nervoso Lezione n.13.4 The mollusk Nervous System Pre- and post-synaptic cells identified by morphological,
Algoritmi di controllo per la navigazione basati su spiking networks
Algoritmi di controllo per la navigazione basati su spiking networks CRISTIANO ALESSANDRO Outline Neurone biologico Neurone Spiking Learning ed esperimento di Pavlov Spike Timing Dependent Plasticity (STDP)
Spazio e trasformazioni sensorimotorie
Università degli studi di Padova Dipartimento di Psicologia Generale Spazio e trasformazioni sensorimotorie Michele De Filippo De Grazia Simone Cutini Outline Trasformazioni sensorimotorie Basi anatomo-fisiologiche
Un breve viaggio nella mente e nel cervello (parte 2)
Un breve viaggio nella mente e nel cervello (parte 2) Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2014.html
Dal connessionismo classico ai modelli genearativi gerarchici
European Research Council http://ccnl.psy.unipd.it Dal connessionismo classico ai modelli genearativi gerarchici Marco Zorzi Computational Cognitive Neuroscience Lab Università di Padova 1 Connessionismo
Glutamatergic pathways in the brain
Glutamatergic pathways in the brain Principali vie glutammatergiche Vie cortico-corticali Vie corticotalamiche Vie extrapiramidali(corticostriatali) Vie ippocampali Altre vie glutammatergiche Proiezioni
Livelli di spiegazione e modelli per l interazione
Livelli di spiegazione e modelli per l interazione Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2019.html
Intelligenza Artificiale. Soft Computing: Reti Neurali Generalità
Intelligenza Artificiale Soft Computing: Reti Neurali Generalità Neurone Artificiale Costituito da due stadi in cascata: sommatore lineare (produce il cosiddetto net input) net = S j w j i j w j è il peso
Il neurone. I neuroni trasmettono l informazione ad altri neuroni o alle cellule effettrici (cellule muscolari) attraverso le sinapsi.
Il neurone I neuroni trasmettono l informazione ad altri neuroni o alle cellule effettrici (cellule muscolari) attraverso le sinapsi. Trasmissione sinaptica Ingresso: segnali sinaptici Integrazione: segnali
Reti neuronali: applicazioni biomediche. Anno Accademico Prof. Mauro Giacomini
Reti neuronali: applicazioni biomediche Anno Accademico 2007-2008 Prof. Mauro Giacomini Sommario Cenni storici Percettroni multi-strato Apprendimento competitivo Applicazioni biomediche Identificazione
Le sinapsi elettriche
Caratteristica peculiare delle cellule nervose è quella di condurre e comunicare informazioni. Le zone specializzate a livello delle quali le cellule entrano in comunicazione sono definite sinapsi La trasmissione
Un breve viaggio nella mente e nel cervello (parte 2)
Un breve viaggio nella mente e nel cervello (parte 2) Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@dsi.unimi.it
LA GIUNZIONE NEUROMUSCOLARE COME ESEMPIO DI SINAPSI CHIMICA
LA GIUNZIONE NEUROMUSCOLARE COME ESEMPIO DI SINAPSI CHIMICA Lezione_6 1 STUTTURA MOTONEURONE FIBRA MUSCOLARE GIUNZIONE NMUSCOLARE Lezione_6 2 Sintesi e degradazione di acetilcolina ACh è rilasciata da
Reti Neurali. Corso di AA, anno 2016/17, Padova. Fabio Aiolli. 2 Novembre Fabio Aiolli Reti Neurali 2 Novembre / 14. unipd_logo.
Reti Neurali Corso di AA, anno 2016/17, Padova Fabio Aiolli 2 Novembre 2016 Fabio Aiolli Reti Neurali 2 Novembre 2016 1 / 14 Reti Neurali Artificiali: Generalità Due motivazioni diverse hanno spinto storicamente
Machine Learning:Reti Neurali. Sommario. Storia Il Sistema Nervoso Il Neurone Formale di Mc Culloch and Pitts Esempi
Machine Learning:Reti Neurali Sommario Storia Il Sistema Nervoso Il Neurone Formale di Mc Culloch and Pitts Esempi Storia - 1 3000 a.c. Ippocrate: primi tentativi di studio del cervello umano. Vengono
Apprendimento e memoria Parte II (meccanismi cellulari)
Corso di Laurea in Scienze e Tecniche Psicologiche Insegnamento di Psicobiologia II Prof.ssa Giorgia Committeri Apprendimento e memoria Parte II (meccanismi cellulari) Il materiale contenuto in questo
Comunicazione tra cellule
Comunicazione tra cellule I segnali-messaggi possono essere: elettrici o chimici Il messaggio deve avere le seguenti caratteristiche: 1. Contenere informazione 2. Essere indirizzato 3. Essere trasmesso
Cellula presinaptica e cellula postsinaptica. Il messaggio nervoso segue la direzione mostrata dalle frecce.
La trasmissione sinaptica Cellula presinaptica e cellula postsinaptica. Il messaggio nervoso segue la direzione mostrata dalle frecce. 1 Microfotografia a scansione elettronica del corpo cellulare di un
Computazione Biologica e Simulazione Neurale
2009 Neuroscienze.net Journal of Neuroscience, Psychology and Cognitive Science On-line date: 2009-07-03 Computazione Biologica e Simulazione Neurale Neurone Biologico nei Paradigmi delle Reti Neurali
Anno accademico
Scuola Normale Superiore Ammissione al 4 anno della Classe di Scienze Compito di fisiologia generale e neurofisiologia per l ammissione al Corso di laurea specialistica in Scienze e tecnologie biomolecolari
SINAPSI. avviene senza l intervento. di mediatori chimici.
SINAPSI Specializzazioni strutturali tipiche che consentono la trasmissione unidirezionale di impulsi elettrici da un neurone ad altri neuroni od a cellule effettrici periferiche. Sinapsi elettriche :
Summary diagram of the acquisition and storage of declarative versus procedural information.
LA MEMORIA Summary diagram of the acquisition and storage of declarative versus procedural information. Principali regioni encefaliche con funzione regolatrice BASI MOLECOLARI DEI PROCESSI DI MEMORIZZAZIONE
Il Glutammato ed i suoi recettori
Il Glutammato ed i suoi recettori Ionotropi NMDA (N- me%l- D- aspartato) : controlla canali ionici Na + /K + /Ca ++ AMPA (alfa- Amino- 3- Idrossi- 5- Me%l- 4- isoxazolone propionato) : controlla canali
FATTORI CHE INFLUENZANO L INTENSITA DELLA RISPOSTA FARMACOLOGICA
FATTORI CHE INFLUENZANO L INTENSITA DELLA RISPOSTA FARMACOLOGICA RELAZIONE DOSE-RISPOSTA La relazione dose-risposta è graduale EFFICACIA MASSIMA E POTENZA RELATIVA Efficacia massima: Massimo effetto che
Gli accessi epilettici e l epilessia
Gli accessi epilettici e l epilessia Prof. Marcello Costantini Psicobiologia II marcello.costantini@unich.it Stanza 316 - edificio ITAB Accessi epilettici - epilessia https://www.youtube.com/watch?v=5i5klgj_r
Il Glutammato ed i suoi recettori
Il Glutammato ed i suoi recettori Ionotropi NMDA (N- me%l- D- aspartato) : controlla canali ionici Na + /K + /Ca ++ AMPA (alfa- Amino- 3- Idrossi- 5- Me%l- 4- isoxazolone propionato) : controlla canali
Livelli di spiegazione
Livelli di spiegazione Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2016.html Teorie naturali
Reti Neurali (Parte I)
Reti Neurali (Parte I) Corso di AA, anno 2017/18, Padova Fabio Aiolli 30 Ottobre 2017 Fabio Aiolli Reti Neurali (Parte I) 30 Ottobre 2017 1 / 15 Reti Neurali Artificiali: Generalità Due motivazioni diverse
Modelli dell interazione audio-visiva nella corteccia: meccanismi neurali alla base di fenomeni percettivi illusori
Modelli dell interazione audio-visiva nella corteccia: meccanismi neurali alla base di fenomeni percettivi illusori L interazione cross-modale avviene a vari livelli nella corteccia e influenza fortemente
( ) C n r CODICE COMBINATORIALE E RICONOSCIMENTO DEGLI ODORI RECETTORI ODORI
E Cl 20 mv V m 60 mv CODICE COMBINATORIALE E RICONOSCIMENTO DEGLI ODORI SI STIMA CHE UN ORGANISMO COMPLESSO POSSIEDE CIRCA 30000 GENI. SE IL RICONOSCIMENTO DEGLI ODORI FOSSE BASATO SU UN CODICE UNIVOCO
Principali funzioni del sistema nervoso
Principali funzioni del sistema nervoso Il Sistema nervoso è suddiviso in due sezioni: - Sistema Nervoso Centrale (SNC), che comprende cervello e midollo spinale. - Sistema Nervoso Periferico, costituito
Reti Neurali (Parte I)
Reti Neurali (Parte I) Corso di AA, anno 2018/19, Padova Fabio Aiolli 07 Novembre 2018 Fabio Aiolli Reti Neurali (Parte I) 07 Novembre 2018 1 / 16 Reti Neurali Artificiali: Generalità Due motivazioni diverse
Il potenziale di membrana
Il potenziale di membrana Nel citoplasma della cellula, così come nel liquido extracellulare sono disciolti diversi tipi di ioni. La loro concentrazione non è però uguale dai due lati della membrana citoplasmatica
La trasmissione dell Impulso Nervoso
La trasmissione dell Impulso Nervoso Il Neurone Neuroni: cellule specializzate per la trasmissione degli impulsi. Dendriti prolungamenti riccamente ramificati e un lungo Assone fibroso. La parte terminale
Criteri alternativi all Entropia
Sistemi Intelligenti 94 Criteri alternativi all Entropia Altri criteri suggeriti al posto dell Entropia: - Variance Impurity (per due classi) - (Weighted) Gini Impurity (generalizzazione di Variance Impurity
SISTEMA NERVOSO CENTRALE E PERIFERICO
SISTEMA NERVOSO CENTRALE E PERIFERICO Lezione 5_sinapsi 1 SINAPSI ELETTRICA E SINAPSI CHIMICA Eric P. Widmaier, Hershel Raff, Kevin T. Strang Vander Fisiologia seconda ed. italiana Lezione 5_sinapsi 2
I RECETTORI CANALE: IL RECETTORE NICOTINICO PER L ACETILCOLINA E IL RECETTORE-CANALE PER IL GABA
I RECETTORI CANALE: IL RECETTORE NICOTINICO PER L ACETILCOLINA E IL RECETTORE-CANALE PER IL GABA ASPETTI GENERALI SULL ORGANIZZAZIONE MOLECOLARE, SUL MODO DI FUNZIONARE E SULLA MODULAZIONE FARMACOLOGICA
Algoritmi di classificazione supervisionati
Corso di Bioinformatica Algoritmi di classificazione supervisionati Giorgio Valentini DI Università degli Studi di Milano 1 Metodi di apprendimento supervisionato per problemi di biologia computazionale
BIOCHIMICA DEL SISTEMA NERVOSO
BIOCHIMICA DEL SISTEMA NERVOSO 2,5-3.0% in peso Per unità di peso, rispetto ad altri tessuti: a) Maggior fabbisogno energetico e maggior consumo di ossigeno b) Maggior richiesta di glucosio c) Elevato
giunzioni comunicanti connessone cellule gliali, muscolo liscio e cardiaco, neuroni del SNC negli stadi embrionali precoci veloci bidirezionali
La sinapsi Sinapsi elettriche giunzioni comunicanti ioni attraversano il canale centrale detto connessone presenti tra cellule gliali, muscolo liscio e cardiaco, neuroni del SNC negli stadi embrionali
La visione. Visione biologica ed elaborazione delle immagini
La visione Stefano Ferrari Università degli Studi di Milano stefano.ferrari@unimi.it Elaborazione delle immagini anno accademico 2009 2010 Visione biologica ed elaborazione delle immagini La percezione
1) Sostanze liberate A B Recettori ormoni altre 2) Conduzione di segnali elettrici
MECCANISMI DI TRASMISSIONE DEI MESSAGGI LA COMUNICAZIONE CELLULARE 1) Sostanze liberate A B Recettori ormoni altre 2) Conduzione di segnali elettrici CONDUZIONE SALTATORIA PROPAGAZIONE DI UN PdA LUNGO
Potenziale di riposo: Una ddp a cavallo della membrana plasmatica a riposo o quando la cellula non è stimolata.
Potenziale di riposo: Una ddp a cavallo della membrana plasmatica a riposo o quando la cellula non è stimolata. Costante e stabile Negativa all interno Peculiare di ogni tipo di cellula Il Potenziale di
Memoria associativa e dinamica del riconoscimento: introduzione al modello di Hopfield
Verona - 25 Maggio 2007 (Seminario integrativo del corso di MMB, titolare M. Squassina, A.A. 2006/2007) Memoria associativa e dinamica del riconoscimento: introduzione al modello di Hopfield Antonio Ponno
Simulazione. D.E.I.S. Università di Bologna DEISNet
Simulazione D.E.I.S. Università di Bologna DEISNet http://deisnet.deis.unibo.it/ Introduzione Per valutare le prestazioni di un sistema esistono due approcci sostanzialmente differenti Analisi si basa
Comunicazione cellulare
Sinapsi Comunicazione cellulare tutta la materia vivente è in grado di mantenere un alto livello di organizzazione (tessuti, organi, apparati e sistemi) TUTTE LE CELLULE COMUNICANO TRA DI LORO Esistono
Intelligenza Computazionale INSEGNAMENTO ANNO ACCADEMICO Informatica Magistrale CORSO DI LAUREA IN Anna Maria Fanelli DOCENTE II
Intelligenza Computazionale INSEGNAMENTO 2016-17 ANNO ACCADEMICO Informatica Magistrale CORSO DI LAUREA IN Anna Maria Fanelli DOCENTE II I ANNO DI CORSO SEMESTRE 4 N CREDITI LEZIONI FRONTALI: 32 68 N ORE
Controllo Motorio SNC
Controllo Motorio SNC seconda FGE aa.2016-17 OBIETTIVI Correlati anatomo funzionali del cervelletto: lobi cerebellari localizzazione topografica delle funzioni cerebellari Nuclei profondi del cervelletto;
Durata P. A. [ms] propriocettive muscolari A(β) Tatto, cinestesia,
TIPI DI FIBRE NERVOSE NEI MAMMIFERI Durata P. A.: durata del potenziale d azione; periodo R. A.: periodo refrattario assoluto; nrd: nervi delle radici dorsali; ns: nervi simpatici Fibra Diametro Velocità
APPLICAZIONI. studio delle proprietà elettriche delle cellule eccitabili. neuroni, muscolo striato e cardiaco
Elettrofisiologia APPLICAZIONI studio delle proprietà elettriche delle cellule eccitabili neuroni, muscolo striato e cardiaco POTENZIALE DI MEMBRANA tutte le cellule hanno un potenziale di membrana il
Un breve viaggio nella mente e nel cervello (parte 2)
Un breve viaggio nella mente e nel cervello (parte 2) Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@dsi.unimi.it
Modelli di Reti neurali
Università di Firenze Facoltà di Psicologia Dario Aversa Rosapia Lauro Grotto Modelli di Reti neurali ARACNE Copyright MMVIII ARACNE editrice S.r.l. www.aracneeditrice.it info@aracneeditrice.it via Raffaele
apprendimento cambiamenti nel comportamento che un organismo mette in atto nel corso dell esistenza per meglio adattarsi all ambiente esterno
Apprendimento apprendimento cambiamenti nel comportamento che un organismo mette in atto nel corso dell esistenza per meglio adattarsi all ambiente esterno situazione comportamento il comportamento adattivo
FUNZIONI DEL CERVELLETTO
cervelletto FUNZIONI DEL CERVELLETTO Miglioramento della pianificazione e dell esecuzione degli atti motori attraverso l elaborazione e l integrazione di informazioni sensoriali, motorie, cognitive e
Corso di Fisica Medica 1
a.a. 2005/2006 Laurea Specialistica in Fisica Corso di Fisica Medica 1 Conduzione nervosa 30/3/2006 Terminazioni pre-sinaptiche Mitocondri Sintesi dei neuro trasmettitori (NT) Attività enzimatica Trasporto
Controllo Motorio SNC
Controllo Motorio SNC seconda FGE aa.2015-16 OBIETTIVI Correlati anatomo funzionali del cervelletto: lobi cerebellari localizzazione topografica delle funzioni cerebellari Nuclei profondi del cervelletto;
Elettricità cellulare
a.a. 2005/2006 Laurea Specialistica in Fisica Corso di Fisica Medica 1 Elettricità cellulare 30/3/2006 Sistemi biologici Essenzialmente costituiti da acqua (solvente) e da differenti soluti (molti dei
Cenni su comportamentismo, cognitivismo e connessionismo cenni (general-generici) sui sistemi complessi
Cenni su comportamentismo, cognitivismo e connessionismo cenni (general-generici) sui sistemi complessi Seminario in preparazione al corso autogestito anna Bologna, 17 dicembre 2007 1 Indice 1. Il comportamentismo
La sinapsi: zona di contatto tra due neuroni responsabile della trasmissione del segnale elettrico.
La sinapsi: zona di contatto tra due neuroni responsabile della trasmissione del segnale elettrico. N1 N2 Punto di discontinuità Elettriche Chimiche: Eccitatorie Inibitorie La sinapsi I neuroni comunicano
Conoscenza e simulazione mentale
Conoscenza e simulazione mentale Aspetti storici: cognitivismo, mente computazionale, mente modulare Mente simulativa, mente situata e radicata nel corpo (grounding cognition) Mappe cerebrali e mappe mentali
Il bulbo olfattivo Nel bulbo olfattivo i neuroni olfattivi formano glomeruli sinaptici Forte convergenza: 5000-20000 neuroni/glomerulo 2000 glomeruli/bulbo nel topo Nessuna divergenza: 1 neurone olfattivo
Corso di recupero Fisiologia cellulare/ Laboratorio di colture cellulari
Corso di laurea magistrale in BIOTECNOLOGIE DELLA RIPRODUZIONE UNIVERSITA DEGLI STUDI DI TERAMO Corso di recupero Fisiologia cellulare/ Laboratorio di colture cellulari Prof.ssa Luisa Gioia Trasmissione
Tecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Teoria e applicazioni industriali Parte 4 Reti neurali per la classificazione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr
Richiami di Fisiologia Cellulare
Richiami di Fisiologia Cellulare Alcuni dati fondamentali In tutte le cellule 1) vi è una membrana, di natura lipidica, che separa l ambiente interno da quello esterno; nella o sulla membrana sono abbondanti
Scheda programmi corsi
1.Docenza Docente: prof. DAVIDE LOVISOLO- LUCA MUNARON Dipartimento di Biologia Animale e dell Uomo Tel.: 011 6704668 (Lovisolo) 4667 (Munaron) Fax: 011 6704692 e-mail: davide.lovisolo@unito.it, luca.munaron@unito.it
Memoria associativa e dinamica del riconoscimento: introduzione al modello di Hopfield
Verona - 10 Giugno 2008 (Seminario integrativo del corso di MMB, titolare M. Squassina, A.A. 2007/2008) Memoria associativa e dinamica del riconoscimento: introduzione al modello di Hopfield Antonio Ponno
si distinguono le sinapsi anche in: chimiche: funzionano con l impiego di mediatori, sostanze chimiche,
Il compito della sinapsi è quello di trasmettere l'impulso da una cellula ad un altra, rappresenta quindi il punto in cui la cellula stabilisce rapporti di contiguità con un altra struttura cellulare che
Arsenicum album. Neurotossicità centrale
Arsenicum album Neurotossicità centrale Metalli tossici neuropatia periferica, principalmente sensitiva per arsenico e interamente motoria per il piombo; organofosfati e tallio una forma mista; encefalopatia,
TRASDUZIONE DEL SEGNALE CELLULARE
TRASDUZIONE DEL SEGNALE CELLULARE RECETTORI I recettori ormonali sono proteine (spesso glicoproteine) capaci di riconoscere e legare l ormone L interazione tra ormone e recettore è estremamente specifica
Aspetti meccanici della contrazione muscolare
Aspetti meccanici della contrazione muscolare ARGOMENTI Innervazione del muscolo scheletrico Placca neuro muscolare Unità neuro motorie Tipi di contrazione Scosse semplici Relazioni tensione-lunghezza
Geo-scienze e Rischi Naturali
Università degli studi della Basilicata Geo-scienze e Rischi Naturali Potenza, 4 5 Marzo 2009 Pericolosità spaziale di frana e reti neurali artificiali: alcuni casi di studio. Stefania Pascale e Francesco
MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti
Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti DOCENTI Agostino
2
1 2 3 4 5 Recettori per i neurotrasmettitori Recettori per GABA e glicina presentano significative omologie con quello nicotinico dell'acetilcolina pur avendo funzioni inibitorie, mediando l'ingresso di
LA CAPACITÀ DI OSSERVARE COME BASE DELLA QUALITÀ DI VITA
Quaderni di Pedagogia per il Terzo Millennio LA CAPACITÀ DI OSSERVARE COME BASE DELLA QUALITÀ DI VITA Ognuno di noi appartiene alla grande famiglia umana, la specie apice che su questo pianeta si distingue
LA CLASSIFICAZIONE IN SOCIOLOGIA
~FICI LABORA1"'0Rl0 SOCIOLOGICO Teoria, Epistemologia, Metodo Cleto Corposanto LA CLASSIFICAZIONE IN SOCIOLOGIA Reti neurali, Discriminant e Cluster Analysis ancoangeli Istituto Universitario Architettura
SISTEMA NERVOSO SOMATICO
SISTEMA NERVOSO SOMATICO PARTE PRIMA FGE aa.2015-16 Sistema interagente con l ambiente Sistema interagente con l ambiente Alterano lo stato del sistema Sistema interagente con l ambiente Alterano lo stato
Menu Il cervello bayesiano Come apprende il cervello? Il cervello computazionale : il senso del numero La teoria del riciclaggio neuronale Il modello del codice triplo Spunti, in breve Modelli della
Equazione di Nerst. Equazione di Goldman
Equazione di Nerst Equazione di Goldman 1 PROPRIETA PASSIVE DEI NEURONI I NEURONI posseggono proprietà passive importanti: Resistenza della membrana a riposo Capacità della membrana Resistenza assiale
COMUNICAZIONE INTERCELLULARE NEL SISTEMA NERVOSO
COMUNICAZIONE INTERCELLULARE NEL SISTEMA NERVOSO Si verifica attraverso sinapsi, zone di contatto fra un neurone e la cellula bersaglio (un neurone o una cellula non neuronale) Le sinapsi, in base al tipo
Glutamatergic pathways in the brain
Glutamatergic pathways in the brain Principali vie glutammatergiche Vie cortico-corticali Vie corticotalamiche Vie extrapiramidali (corticostriatali) Vie ippocampali Altre vie glutammatergiche Proiezioni
ACQUI SI ZI ONE DEI SEGNALI ELETTRI CI CUTANEI, MODELLO ELETTRI CO EQUI VALENTE DELLA CUTE NELLO SVI LUPPO DEL PROTOTI PO APEC
ACQUI SI ZI ONE DEI SEGNALI ELETTRI CI CUTANEI, MODELLO ELETTRI CO EQUI VALENTE DELLA CUTE NELLO SVI LUPPO DEL PROTOTI PO APEC Prof. Massimo Scalia Università degli Studi di Roma La Sapienza Dott. Massimo