Análisis de la dinámica de los modelos neuronales de toma de decisiones

Abstract

El objetivo de este trabajo es el análisis dinámico de procesos de toma de decisiones en redes neuronales biológicas entre dos alternativas, haciendo uso de simulaciones computacionales de modelos deterministas no lineales de las redes neuronales comprometidas. Inicialmente, se propone y analiza la dinámica de una red neuronal atractora básica que da soporte a un proceso de toma de decisiones. Posteriormente, tomando como sujeto de estudio experimental el ratón macho, se utiliza esta red neuronal para proponer dos posibles circuitos sinápticos que ayuden a entender como decide bajo estimulación artificial frente a un intruso. El primero controla los comportamientos sociales entre montada/apareamiento y ataque. El segundo controla los comportamientos sociales de montada/apareamiento y ataque además de un comportamiento no social como el acicalamiento. Los resultados obtenidos en la dinámica emergente de los modelos propuestos corresponden con precisión con los comportamientos y conductas registradas bajo estimulación natural y artificial en protocolos experimentales con roedores. Finalmente, se propone un modelo para una red neuronal de toma de decisiones que despliega diferentes modos de decisión y la posibilidad de transiciones entre ellos debido a una red neuronal externa

Abstract: The aim of this work is the dynamical analysis of decision making processes between two alternatives through computational simulations of nonlinear deterministic models that represent the involved biological neural networks. First, we propose a basic attractor neural network that supports the process of decision making and its dynamics is analysed. Second, taking the male mouse as the experimental study subject, this neural network is used to propose two models of possible synaptic circuits that provide a better understanding of how it decides, when it is artificially stimulated, against an intruder. The first model controls social behaviors such as mounting and attack. The second one controls the social behaviors of mounting and attack as well as a non-social behavior such as self-grooming. The results obtained in the emerging dynamics of the proposed models correspond precisely with the behaviors registered under natural and artificial stimulation in experimental protocols with rodents. Finally, we propose a model for a decision making neural network that deploys different modes of decision and provides the possibility of transitions between them due to a modulation provided by an external neural network