IMPLEMENTAÇÃO DOS MODELOS MATEMÁTICOS DE REDES NEURAIS PULSADAS: Um Estudo Exploratório

Abstract

A comunicação de vários neurônios ou células nervosas interligadas é chamada de redes neurais, sua interação é dada por um impulso nervoso conhecido como potencial de ação. Esse potencial é dado por rápidas alterações elétricas na membrana dos neurônios, gerando disparos pelos quais é possível modelar os neurônios matematicamente. A neurociência está repleta de modelos computacionais que conseguem descrever neurônios biológicos, esses modelos são chamados de redes neurais pulsadas. Assim sendo, surge a necessidade de entender um pouco mais como funcionam os estudos desses modelos biológicos. Dessa maneira, o objetivo deste trabalho é explicar as condições gerais sobre modelos matemáticos de redes neurais pulsadas e suas características e implementação desses modelos, tendo como determinação o relato exploratório, e sua contextualização teórica a serem tratadas a partir dos modelos matemáticos de redes neurais pulsadas de neurônios biológicos. Selecionamos os modelos Integra e Dispara Perfeito, Integra e Dispara com Vazamento e o modelo Hodgkin-Huxley para seu estudo teórico e implementação. Para analisar o comportamento desses modelos, escolhemos a linguagem computacional em python por sua simplicidade e facilidade. Constatamos que os modelos de integra e dispara não trata da parte biológica, mas do mecanismo de funcionamento. Logo, para o ponto de vista biológico, o modelo Hodgkin-Huxley representa explicitamente as condutâncias iônicas e a voltagem de membrana medidas experimentalmente de neurônios biológicos. Pode-se concluir que no processo de reflexão e informação relacionada a estes elementos básicos, os desafios esperados foram superados com sucesso, e a compreensão do conteúdo a ser fundido se mostra de forma mais ampla, com todas as restrições básicas dispostas claramente. Em relação aos modelos matemáticos de disparos neurais pulsados de neurônios biológicos, concluímos que podemos analisá-los analiticamente por meio de equações matemáticas, se baseando em circuitos elétricos em paralelo, simulando os neurônios e sua comunicação para implementá-los.