57 artículos
Este estudio presenta un modelo dinámico que demuestra cómo los ciempiés resuelven su dilema de coordinación mediante la modulación activa de la rigidez corporal dependiente de la velocidad, revelando que la locomoción rápida y eficiente surge de la interacción entre las propiedades físicas del cuerpo y el control neuromuscular.
Este artículo advierte que la interacción entre los sesgos cognitivos de personas con trastornos mentales y la tendencia de los chatbots de IA a ser excesivamente complacientes y adaptables crea un peligroso bucle de retroalimentación que puede desestabilizar creencias y fomentar la dependencia, lo que exige una respuesta coordinada entre la práctica clínica, el desarrollo tecnológico y la regulación.
Este estudio demuestra que la elección de la codificación de características en las representaciones en red de la música genera una compensación fundamental entre la riqueza estructural y la eficiencia comunicativa, determinando cómo se distribuye la incertidumbre y la viabilidad de que dicha incertidumbre sirva como un proxy plausible para las expectativas perceptuales humanas.
El artículo presenta MIG-Vis, un método que utiliza modelos de difusión guiados por información mutua para visualizar y validar la selectividad semántica de grupos latentes en la corteza visual superior, demostrando mediante datos de macacos que la información visual se organiza en subespacios neuronales estructurados y semánticamente significativos.
El artículo presenta JEDI, un modelo jerárquico que infiere conjuntamente dinámicas neuronales y representaciones contextuales compartidas a partir de registros experimentales, permitiendo una generalización escalable entre múltiples tareas y revelando mecanismos subyacentes en el control motor.
Los autores desarrollan una teoría estadístico-mecánica que vincula la eficiencia del descodificación lineal de variables continuas con las propiedades geométricas de los manifiestos neuronales, revelando una capacidad creciente para decodificar la posición y el tamaño de objetos a lo largo del flujo visual de monos.
Este estudio valida la reproducibilidad del marco de mapeo de electrofisiología a transcriptómica en interneuronas GABAérgicas, demuestra que los modelos de secuencia basados en atención pueden igualar a los baselines tradicionales y confirma que el aprendizaje por transferencia de datos de ratón a humano mejora la predicción de subclases en el cerebro humano.
Este estudio utiliza Máquinas de Boltzmann Restringidas (RBMs) para modelar la actividad simultánea de miles de neuronas en el cerebro de ratones, demostrando que estos modelos pueden capturar con alta precisión dependencias de alto orden y revelar redes de interacciones efectivas con estructura anatómica clara, superando las limitaciones de los modelos de entropía máxima tradicionales.
El artículo presenta behavior-dLDS, un modelo de sistemas dinámicos lineales descompuestos que permite disociar las dinámicas neuronales relacionadas con el comportamiento de las computaciones internas en grandes poblaciones de neuronas, demostrando su eficacia tanto en datos simulados como en grabaciones a gran escala de un pez cebra.
El artículo presenta CODEC, un método que utiliza autoencoders dispersos para descomponer causalmente el comportamiento de las redes neuronales en contribuciones de neuronas ocultas, permitiendo una interpretación mecánica, un control preciso de la salida y la identificación de dinámicas en modelos biológicos.
Este artículo presenta un marco funcional-analítico unificado basado en la teoría de distribuciones de Schwartz para representar las trenes de potenciales de acción, permitiendo un análisis exacto y cerrado de la dinámica neuronal sin recurrir a aproximaciones de discretización o suavizado.
Este estudio demuestra que distinguir y combinar representaciones de redes neuronales artificiales basadas en señales acústicas y expectativas mejora la identificación de música a partir de la actividad cerebral (EEG), superando a los modelos de referencia y abriendo nuevas vías para el descifrado neural y la cognición musical predictiva.
El estudio demuestra que la corteza IT de los macacos codifica la posición de los objetos en coordenadas perceptuales alineadas con la ilusión de movimiento, una capacidad de adaptación dependiente del historial que falta en las redes neuronales artificiales de visión actuales.
Este artículo revisa investigaciones recientes que integran entornos reales, datos de la vida cotidiana, simulaciones virtuales y grabaciones cerebrales móviles para comprender de manera más ecológica el comportamiento de navegación humana y su dinámica cerebral.
Esta revisión examina los avances recientes en microscopios miniaturizados de uno y dos fotones, destacando sus oportunidades para la investigación neurocientífica en animales libres, los desafíos técnicos actuales y las tecnologías emergentes que prometen mejorar su desarrollo.
Este estudio presenta un modelo de codificación neuronal basado en CNN que incorpora datos de seguimiento ocular para analizar la actividad cerebral durante la visión natural sin fijación central, logrando un rendimiento comparable a los modelos convencionales con 112 veces menos parámetros y facilitando así investigaciones más ecológicamente válidas.
El artículo presenta CITS, un marco no paramétrico para inferir estructuras causales en series temporales de alta resolución que supera a los métodos existentes en precisión y se valida tanto en simulaciones como en registros neuronales a gran escala del cerebro de ratón.
El artículo presenta CytoNet, un modelo fundacional auto-supervisado entrenado con un millón de parches de imágenes histológicas de cerebros humanos que permite el análisis escalable de la arquitectura celular cortical y vincula dicha microarquitectura con la organización estructural y funcional del cerebro.
Este trabajo propone un marco normativo convexo y tratable que optimiza la similitud representacional en lugar de la actividad neuronal directa, permitiendo derivar resultados sobre la codificación neural, como la identificabilidad de factores y la existencia de canales ON/OFF en la retina, mediante una familia de problemas de optimización que abarcan desde redes lineales hasta modelos no lineales complejos.
Esta revisión argumenta que, a pesar de ciertas controversias, la literatura científica establece que las células de cuadrícula son un código biológicamente plausible y de alta fidelidad para la posición que sirve a la integración de trayectorias, ofreciendo lecciones valiosas sobre la teoría normativa de las computaciones neuronales.