Search

Experimental results demonstrate that cells of different living neural system they can identify univocally their output signals through specific neural signatures. The functional meaning of these signatures is still unclear, the existence of cellular mechanisms to identify the source of individual signals and contextualize incoming messages can be a powerful information processing strategy for the nervous system. We recently built different models to study the ability of a neural network to encode and process information based on the emission and recognition of specific signature with homogeneous populations where the neurons in the network will be able to recognize and emit the same firms with the same probability. In this paper, we further analyze the features that can influence on the information processing ability when we vary the probability of recognition that each neuron has for different signatures in networks heterogeneous. Simulations show the increases the dynamic properties of the network., Resultados experimentales muestran que células de diferentes sistemas neuronales vivos pueden identificar de forma inequívoca sus señales de salida mediante firmas neuronales específicas. El significado funcional de estas firmas aún no está claro, la existencia de mecanismos celulares para identificar el origen de señales individuales y contextualizar la llegada de un mensaje, puede ser una poderosa estrategia de procesamiento de información para el sistema nervioso. Recientemente construimos diferentes modelos para estudiar la capacidad de una red neuronal para codificar y procesar información basada en la emisión y reconocimiento de firmas específicas, en donde las neuronas son capaces de reconocer y emitir la misma firma, con la misma probabilidad. En este artículo, analizamos las características que pueden influir en la capacidad de procesamiento cuando variamos la probabilidad de reconocimiento que tiene cada neurona para distintas firmas en redes heterogéneas. Las simulaciones muestran el incremento de las propiedades dinámicas de la red.

Experimental results demonstrate that cells of different living neural system they can identify univocally their output signals through specific neural signatures. The functional meaning of these signatures is still unclear, the existence of cellular mechanisms to identify the source of individual signals and contextualize incoming messages can be a powerful information processing strategy for the nervous system. We recently built different models to study the ability of a neural network to encode and process information based on the emission and recognition of specific signature with homogeneous populations where the neurons in the network will be able to recognize and emit the same firms with the same probability. In this paper, we further analyze the features that can influence on the information processing ability when we vary the probability of recognition that each neuron has for different signatures in networks heterogeneous. Simulations show the increases the dynamic properties of the network., Resultados experimentales muestran que células de diferentes sistemas neuronales vivos pueden identificar de forma inequívocasus señales de salida mediante firmas neuronales específicas. El significado funcional de estas firmas aún no está claro, la existencia de mecanismos celulares para identificar el origen de señales individuales y contextualizar la llegada de un mensaje, puede ser una poderosa estrategia de procesamiento de información para el sistema nervioso. Recientemente construimos diferentes modelos para estudiar la capacidad de una red neuronal para codificar y procesar información basada en la emisión y reconocimiento de firmas específicas, en donde las neuronas son capaces de reconocer y emitir la misma firma, con la misma probabilidad. En este artículo, analizamos las características que pueden influir en la capacidad de procesamiento cuando variamos la probabilidad de reconocimiento que tiene cada neurona para distintas firmas en redes heterogéneas. Las simulaciones muestran el incremento de las propiedades dinámicas de la red.