RT info:eu-repo/semantics/bachelorThesis
T1 Generación de señales cerebrales mediante técnicas de Reservoir Computing
A1 Arconada Pedriza, Miriam
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Ingeniería Informática
K1 Señales cerebrales
K1 Reservoir Computing
AB Los últimos avances en inteligencia artificial generativa han permitido una imitación casi completa del lenguajehumano. Sin embargo, el lenguaje interno del cerebro es un terreno poco explorado dentro de este campo, habiéndose limitado a modelos matemáticos simples que reproducen el comportamiento individual de neuronas peroson incapaces de replicar estructuras cerebrales completas.Si entendemos el cerebro como un sistema dinámico no lineal, existen diversas aproximaciones que puedenmodelizarlo mediante técnicas de Inteligencia Artificial para después generar o predecir señales sin necesidad deconocer las ecuaciones del sistema. Entre estas aproximaciones están las Recurrent Neural Network (RNN), que ensus diversas formas son capaces de retener información temporal del sistema y reconstruirlo internamente con suspesos.En este Trabajo de Fin de Grado (TFG) se busca utilizar cálculo de reservoir, un tipo específico de redesrecurrentes, para el modelado y generación de señales cerebrales de forma automatizada. Para ello se usarángrabaciones de array multielectrodo en roedores con epilepsia como entrada de diferentes tipos de redes recurrentespara establecer una comparativa entre las diferentes aproximaciones.
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/71328
UL https://uvadoc.uva.es/handle/10324/71328
LA spa
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 03-abr-2025